SuperAPI AI 工具集

jk-trial-data-scoping

数据与分析

查看项目

更新于 10-16 07:23

技能介绍

用途:帮助回答“接下来应查看哪些已注册试验、可能有哪些注册/结果数据”,产出候选试验清单与数据可用性筛查,而非提取终点数据或制定试验执行计划。

主要能力:明确试验证据需求;构建 ClinicalTrials.gov 查询;运行 v2 研究检索;规范化 NCT ID 与注册链接;筛查状态、阶段与结果可用性;依据注册记录总结干预与人群匹配度;准备终点/结果可用性说明;对候选试验排序。

使用方式:先澄清干预/对照、适应症与人群、药代或证据规划目的、所需试验属性,以及是否需要实际运行脚本。随后按对照、机制类别、人群或目的拆分小批量查询,优先已完成、招募中或已终止且有结果发布的试验。环境有网络时使用脚本:python skills/jk-trial-data-scoping/scripts/clinical_trials.py --query "pembrolizumab melanoma exposure response" --max-results 5 --output trial_data_scoping/clinical_trials.json。输出 clinical_trials.json 及同名 *.table.json 规范化表格。无网络时提供具体查询并请用户提供 NCT ID 或导出数据。

适用场景:终点范围界定、对照臂证据、试验富集、剂量/方案背景、人群外推、安全性信号范围、市场准入支持。

限制:不负责 PubMed 文献发现、Jinko 试验执行或模拟、方案撰写、OCR、定量终点提取、曲线数字化、模型构建与校准。仅凭注册元数据不得过度声称数值数据可用,需注明“已发布结果可能包含”或“需检查注册/结果”。