方法缺口检测器

要解决什么问题

生物医学文献里常见的「局限性」段落往往把设计偏倚、过拟合、只做内部验证、缺少外部队列等问题混成一段话，读者很难判断：哪些短板仍在限制整个领域的可信度、可迁移性或因果解读，以及下一项研究该优先补哪一块方法学。

Method Gap Detector 面向领域 / 证据簇 / 论文集合层面的方法学缺口，而不是患者个体用药建议，也不是对单篇稿子的文风点评。目标是找出会实质削弱证据质量的方法短板，并给出与弱点对应的升级方向。

技能如何工作

执行时按固定流程推进：先界定证据单元与方法学范围，再检索与方法相关的文献，随后用 references/ 下的分类与规则模块（如方法缺口分类、设计与偏倚控制、分析严谨性、验证深度、可重复性与报告、升级优先级）建立结构化缺口清单。

输出固定为 A–I 节：主题界定、检索与证据审计、按缺口类型组织的缺口地图、设计与分析弱点、验证与可重复性状态、影响最大的未解缺口、升级路径建议，以及自检式风险回顾。技能会区分设计、分析、验证、可重复性等不同缺口类，并区分「常见」与「真正限制领域」的问题，避免把技术复杂度误当成严谨性、把内部验证当成外部验证。

适用边界

有效输入通常是：疾病 / 生物标志物 / 方法主题 / 论文簇 + 识别方法缺口或升级路径的请求；可附带证据类型（队列、RWE、组学等）或关注点（外部验证、混杂、批次效应等）。

以下不在范围内：患者特异性治疗建议、在无文献语境下对未发表数据做统计咨询、无证据地编造研究属性或验证状态、在证据不支持时宣称某缺口已解决。若方法学充分性不确定，输出应明确标注为不确定或报告不足。