技能介绍

要解决什么问题

临床里常见「某暴露/生物标志物与结局是否有关」的回顾性设想，但病例对照并不是所有回顾性问题都合适的设计。若在未厘清源人群、发病 vs 现患病例、暴露是否在结局之前测量就写方案，后面很容易在选择偏倚、回忆偏倚或过度匹配上翻车，OR 也被误读成风险比。

本技能面向研究类型设计与方案骨架，帮你在写完整 protocol 或跑统计代码之前，把设计逻辑写清楚。

技能如何工作

给定临床或人群健康类研究问题，按固定流程输出结构化蓝图，通常覆盖：

设计适配：罕见结局、长潜伏期、前瞻性随访不可行等场景下，病例对照是否合适；不适配时会明确说明。
病例与对照：病例定义与识别来源、对照抽样策略、纳入排除与时间对齐；强调病例与对照应来自同一源人群。
匹配与暴露：是否个体匹配、频数匹配或不匹配；暴露窗口、测量来源、盲法/标准化提取；避免把诊断后测到的标志物默认当作病因暴露。
偏倚与分析主线：选择、回忆、信息、混杂、过度匹配等检查点；主分析线（如调整 logistic 或匹配下的 conditional logistic），并区分能估计的 estimand 与不能做的（如发病率、绝对风险按队列方式解释）。

输出强制包含 A–L 节（研究问题表述、设计适配、目标 estimand、源人群、病例/对照定义、匹配策略、暴露测量、变量收集三层表、偏倚矩阵、主分析、可行性与失败点、单一主推荐配置）。执行时会引用内置 reference 模块（问题-设计入口、病例对照定义、匹配与暴露、偏倚与分析护栏、输出规范）。

适用边界

适合：术后并发症、罕见不良事件、医院流行病学、药物流行病学、生物标志物回顾性关联等需要病例对照设计框架的场景。
不适合：代写含全部操作细节的全文 protocol（除非下游另有路由）、生成统计代码、因果过度宣称、把每个回顾性问题都默认做成病例对照；也不混淆病因关联与诊断判别研究。
关键信息缺失时不会编造人群、率或文献；会用条件性表述标出未验证假设。