药学数据分析助手

简介

面向药学真实世界研究的 STROBE 规范完整数据分析技能。输入一份多 sheet 的 Excel 研究数据，一键产出包含三线表、PSM 匹配报告、KM 曲线、森林图、中介效应分析的格式化 Word 报告。

适用场景

• 药学真实世界研究的回顾性队列分析
• 药物安全性/有效性的观察性研究
• STROBE 规范报告撰写
• 培训班/学习班的数据分析作业
• 多中心 HIS 数据二次分析

核心能力

| 步骤 | 内容 | |:---|:---| | 数据体检 | 缺失值分析、异常值识别、日期格式检查、单位统一检查 | | 数据清洗 | 日期统一、性别编码标准化、血肌酐单位换算、异常值处理 | | Table 1 | 三线表基线特征（Mann-Whitney U / t检验 / χ²检验） | | 主要结局 | 组间比较 + 效应量 + 95%CI | | PSM | 倾向性评分匹配 + 协变量平衡性报告 | | 图表 | KM生存曲线、森林图、箱线图、相关性热力图 | | 中介效应 | Bootstrap 5000次、HOMA-IR / hs-CRP 中介通路 | | Word报告 | docx-js 生成，药学期刊风格，含全部三线表与图表 |

药学专属规则

• 血肌酐单位自动检测与换算（mg/dL → µmol/L ×88.4）
• MoCA 认知量表评分异常检测（>30分标记）
• HOMA-IR 胰岛素抵抗指标
• hs-CRP 炎症指标

依赖

pip install pandas openpyxl matplotlib seaborn scipy statsmodels lifelines scikit-learn
npm install docx

使用方式

在 WorkBuddy 中直接上传 Excel 数据文件并说： "请帮我做数据分析" / "生成 STROBE 报告" / "做基线特征三线表"

参考

• STROBE Statement: https://www.strobe-statement.org/
• MoCA 量表: https://www.mocatest.org/