Agent Skills
返回列表
矛盾研究结论解析器

矛盾研究结论解析器

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_c7479c7a/contradictory-findings-resolver。

技能介绍

要解决什么问题

同一 biomarker、同一干预或同一机制,两篇论文结论相反——这是读文献时最常见的挫败感之一。问题往往不在于「谁对谁错」,而在于 disagreement 发生在哪一层:是真方向性矛盾,还是人群/终点/标本来源根本不重叠?是测序平台与归一化 pipeline 不同,还是一方仍是探索性结果、另一方已有外部验证?

本技能面向生物医学证据冲突分析:不是文献综述堆叠,也不是按篇数投票选「赢家」,而是把表面矛盾拆成可追踪的方法学、人群、分析与解读来源。

技能如何工作

输入通常是两篇及以上同一主题但结论看似冲突的论文摘要、研究摘要或证据陈述;也可是一篇综述主张加若干不一致的原研,或你明确点名的矛盾点。

执行上固定走 8 步(顺序不可跳):

  1. 界定精确冲突点——共享主题、分歧主张、是方向/效应量/显著性/机制/预测价值哪类 disagreement。
  2. 冲突类型分类——对照 conflict-type-taxonomy:真矛盾、部分冲突、终点/人群/样本来源/平台/模型/验证深度不对称、解读过度等。
  3. 边界对比——疾病分期与亚型、纳入排除、暴露/终点定义、随访窗口、组织/血液/细胞来源、队列来源。
  4. 平台与模型对比——assay/测序平台、预处理与 batch、特征选择、统计模型与混杂调整、阈值与缺失数据处理、常见偏倚(immortal time、indication 等)。
  5. 证据深度与验证链——区分探索性、内部支持、外部验证、正交支持、前瞻性及可落地证据。
  6. 解读纪律审计——是否用措辞放大了 modest association、亚组强调掩盖 primary null、回顾性预测被写成临床效用等。
  7. 结构化消解——边界分离(各自成立)、证据层级、验证不对称、解读降级,或维持未决。
  8. 自检——最强未决理由、最敏感假设、最大信息缺口、虚假和解风险。

输出按固定章节交付:冲突定义与类型图、边界/平台/验证对比、解读过度审计、Resolution Judgment、引用与使用建议、剩余未知与仅来自输入的可核实参考文献(不编造 PMID/DOI/队列细节)。

适用边界

  • 适合:「这两篇 sepsis biomarker 结论相反,解释原因」「TCGA 与湿实验不一致,是真矛盾还是 cohort/endpoint 不同?」
  • 不适合:要求编造缺失方法或文献细节以强行结案;在证据仍冲突时给出临床推荐;把多个无关议题捏成一条假矛盾。

硬规则强调:先比研究边界再比结论;不能把不同 endpoint/人群/标本源当直接矛盾而不说明 mismatch;不能靠数论文定胜负;无法干净消解时必须保留不确定性。

使用场景

  • 两篇同一 sepsis biomarker 论文结论相反,写综述讨论前需说明是人群/终点不同还是真矛盾
  • 同一干预的多项 RCT 与观察性研究效应方向不一致,开题或标书里要拆解设计差异而非简单站队
  • TCGA 生信结果与湿实验结论对不上,需判断是平台、标本来源还是验证深度造成的表观冲突
  • 免疫治疗预测 biomarker 文献互相否定,准备 meta 或临床方案前要先分离 endpoint 与解读过度

适合人员

  • 撰写学位论文或综述的研究生,讨论章需要把「文献矛盾」写成可核查的方法学与边界差异
  • 负责 biomarker 或转化项目的 PI/博士后,需向合作方说明对立结论是否可并存于不同队列语境
  • 做医学 informatics 或多组学整合的分析员,合并解读前要先对比平台、模型与验证链
  • 指导学生的导师,在让学生做系统评价或 meta 前,先判断是否存在可合并的真矛盾