用途：面向医学研究提供常见生物统计分析，包括统计检验选择、生存分析、回归建模、诊断试验评价以及样本量与效能计算，并辅助结果解读和按报告规范撰写。
主要能力：
- 统计检验选择：根据研究问题、数据结构（连续/分类、配对/非配对、参数/非参数）和研究设计推荐合适检验，并说明未选其他方法的原因。
- 生存分析：Kaplan-Meier估计与log-rank组间比较；Cox比例风险回归，计算风险比并检验比例风险假设（Schoenfeld残差）。
- 回归建模：logistic回归（二分类、有序、多分类）与线性回归，含模型诊断、效应量（logistic的OR及95%CI、线性的beta系数）、多重共线性（VIF）和拟合统计量（C统计量、R方、Hosmer-Lemeshow）。
- 诊断试验评价：计算敏感度、特异度、阳性/阴性预测值、阳性/阴性似然比，生成ROC曲线并给出AUC与最佳阈值（Youden指数）。
- 样本量与效能：支持两组均值比较、两组比例比较、生存分析、非劣效/等效试验等设计的样本量计算，以及已完成研究的post-hoc效能分析。
使用方式：通过命令安装：npx skills add Open-Medica/open-medical-skills --skill biostatistics-analyzer。使用时以自然语言描述研究设计、结局指标、预期率、alpha、效能、分配比和脱落率等参数，即可获得计算过程与结果，并附可直接使用的报告语言。
适用场景：临床试验主要疗效分析、回顾性队列研究风险因素建模、诊断准确性研究（如生物标志物ROC比较与DeLong检验）、基金申请中的样本量论证等。
限制：该技能仅执行数学计算与统计分析，不做临床决策、不治疗患者、不生成临床建议；统计结果与解读须由合格生物统计学家或受过统计训练的研究者复核。方法遵循教科书与CONSORT、STROBE、STARD、TRIPOD等报告规范，但正确应用仍需理解假设、研究设计与临床背景。作者为OMS Contributors，MIT许可，版本1.0.0。