研究方案完整性校验
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_2d4d20ee/tsakweakt。
技能介绍
要解决什么问题
在多中心或监管向的临床研究启动前,团队往往要先确认研究方案文档是否具备可继续推进的最低要素:不是让模型凭章节标题猜「看起来齐全」,而是把「有没有方案文件」「PICOS 与统计设计是否可被机器核对」拆成可审计的步骤。
本技能面向「研究方案完整性校验」节点:未找到方案与方案不完整必须区分路由;通过与否由 protocol-completeness-v1 等版本化规则集与确定性脚本决定,语义抽取只产出候选事实与证据位置。
技能如何工作
典型链路如下:
detect_protocol_document:在项目 manifest 或 artifact 列表中定位方案候选;本地可运行scripts/detect_protocol_document.py。- 若无方案产物,输出
NO_PROTOCOL,进入方案创建流程,不得把「未找到」报成不完整。 extract_protocol_components:从 DOCX、Markdown、TXT、JSON 或可解析 PDF 抽取组件并记录来源;解析不可靠时输出EXTRACTION_UNCERTAIN。- 结果按
references/protocol-component-schema.md规范化为 JSON,再依次执行validate_picos_completeness与validate_protocol_completeness(对应scripts/下脚本)。P/I/C/O/S 为硬编码必填,不接受豁免。 - 不通过时:
branch为M、RETURN_FOR_REVISION,并生成含missing_items(含code、label、field、severity)的机器可读报告与前端弹窗文案;通过时路由至下一节点 0.2、任务ASSESS_FEASIBILITY。
规则集默认要求研究背景与目的、研究设计类型、纳入/排除标准、样本量依据、主要/次要终点、统计分析方法及可识别的参考文献条目等;空白串、空容器与 null 均视为缺失。
适用边界与注意点
- 完整性通过不等于科学合理性、伦理批准或可行性结论。
- 禁止为凑齐校验而生成缺失的设计、样本量依据、终点或参考文献。
- 样本量仅有最终数字而无方法/参数/依据时,记为依据缺失;主要或次要终点整体缺失为阻断项。
- 本节点采用固定硬编码清单,不接受研究类型例外;规则变更须发布新规则集版本。对接 Tool 与 I/O 契约见
references/tool-contracts.md、references/completeness-rules.md。
使用场景
- 课题库已上传 DOCX 方案,需在进入可行性评估前核对 PICOS 与参考文献是否齐全
- 多格式 artifact 混存时,要从 manifest 判有无方案并抽取各章节对应必填字段
- 抽取出样本量仅有数字、缺少计算方法时,要输出缺失项并路由 RETURN_FOR_REVISION
- 对接编排器时,需要统一 valid、branch、missing_items 等机器可读报告给前端弹窗
适合人员
- 承担伦理/立项材料初审的临床方法学同事,需要把「无方案」与「方案缺项」分开处理
- 维护课题工作流编排的研发,要把 detect、extract、validate 按 Tool 契约接到现有节点
- 医学写作岗在合并多版 Markdown 方案后,要对照 protocol-completeness-v1 清单自检再提交
- 数据管理与质控人员,要求校验报告含稳定 code 与 field 便于逐条回填修改