临床试验研究助手

临床研究在早期文献调研和方案设计阶段，常面临设计方案繁多、数据计算复杂及合规要求严格等痛点。本技能旨在为医学研究者提供结构化的临床研究设计、统计分析与监管合规参考指南。

核心能力与工作流

研究设计匹配：根据研究目的推荐对应的设计方案，并标注证据等级。例如：

• RCT（I级证据）：适用于评估治疗效果
• 队列研究（II/III级证据）：适用于分析风险因素或预后
• 病例对照（III级证据）：适用于罕见病分析
• 横断面研究（IV级证据）：用于患病率与相关性分析

统计分析支持：覆盖常见的临床统计模型与分析方法。

• 生存分析：Kaplan-Meier 曲线、Log-rank 检验、Cox 回归
• 诊断准确性：敏感度、特异度、ROC 曲线、AUC
• 倾向性评分匹配（PSM）：用于观察性研究的混杂因素控制
• 列线图（Nomogram）：用于临床预测模型的可视化

样本量计算：明确统计参数，如 alpha（通常为0.05）、power（通常为0.80）、效应量和结局类型，推荐使用 G*Power、R pwr 或 Python statsmodels 进行计算，并要求报告计算公式与假设。

合规与报告规范：提供全流程的监管合规检查清单及论文报告指南。

• 伦理审查：IRB/伦理委员会批准、知情同意书
• 临床试验注册：遵循 ICMJE 要求在入组前完成注册
• 数据隐私：符合 GDPR/HIPAA 要求
• 报告规范：如 CONSORT（RCT）、STROBE（观察性研究）、PRISMA（Meta分析）

适用边界与注意点

本技能本质上是一个结构化参考库，输出建议不能替代专业临床统计家和伦理委员会的正式审查。对于多中心试验、适应性设计或罕见病注册研究等特殊场景，应咨询统计学家与法规专家。涉及患者数据时必须严格遵守脱敏与数据保护法规。