技能使用指南

domain-research-health-science（健康科学研究方法论技能）Skill 是什么？

一个把循证医学方法论装进 AI 的技能：强制 PICOT 结构化临床问题，按证据层级匹配研究设计，用 RoB 2、ROBINS-I、QUADAS-2 评估偏倚，以 GRADE 分级证据确定性，并区分患者重要结局与替代终点。覆盖系统评价、指南证据总结、试验设计与监管证据场景。内含六步工作流、五种研究模式模板与质量评分卡，无需编程即可一键启用。

健康科学研究方法论技能Skilldomain-research-health-science
21 个章节 约 19 分钟阅读 AI 智能生成

健康科学研究方法论技能：用 PICOT 与 GRADE 把模糊临床问题变成可回答的研究

  • 一句话定位：这是一套把「循证医学方法论」装进 AI 的技能，让 AI 在你提问时按 PICOT、证据层级、偏倚评估、GRADE 的规范流程作答，而不是给出一段泛泛而谈的科普。
  • 解决的核心痛点：临床问题表述模糊、研究设计与问题类型错配、把替代终点当患者结局、凭感觉判断证据质量——这四个坑，技能里都有明确的护栏条款来拦截。
  • 标准化产出：六步工作流（PICOT → 证据层级 → 偏倚评估 → 结局优先排序 → 证据合成与分级 → 决策就绪总结），最终产出结构化的 domain-research-health-science.md。
  • 适用人群：临床研究者、循证医学/系统评价团队、指南制订与卫生技术评估人员、医学写作与 regulatory affairs 从业者、医学生与规培生。
  • 安装门槛：无需编程，属于「装完即用」类的领域方法论技能，触发方式为自然语言提问或使用内置触发短语。

该技能叫什么？如何一键安装 AI 技能提升开发效率？

技能中文名：健康科学研究方法论技能Skill 技能英文名：domain-research-health-science 技能 ID：12993

它到底解决什么问题

普通大模型在被问到「这个药对心衰有效吗」时，往往会直接给出一段结论式的回答：读起来通顺，但缺少可核查的方法学骨架。而真实的研究工作需要的不是结论，而是：问题定义是否精确、研究设计是否匹配问题类型、证据质量是否被系统评估、结局是否对患者重要、结论的确定性有多高。

这个技能就是把这些方法论步骤固化成一套可执行的流程。它明确覆盖八类任务场景：

  1. 用 PICOT 结构化临床问题；
  2. 评估研究设计强度与风险偏倚；
  3. 用 GRADE 判定证据确定性；
  4. 区分患者重要结局与替代终点并建立结局层级；
  5. 规划或执行系统评价 / meta 分析；
  6. 为临床指南或决策支持创建证据总结；
  7. 设计 RCT、实用试验或观察性研究；
  8. 为药物/器械审批、报销决策准备监管证据档案，以及对已发表研究做批判性评价。

一键安装的思路与步骤

技能类产品的安装逻辑通常是「在技能市场检索 → 一键添加 → 在会话中自动生效」，具体入口与命令以官方说明为准。通用流程如下：

第一步：确认安装前提 需要一个支持 Skill（技能）机制的 AI 客户端或平台账号，并已登录。部分平台对技能数量或调用次数有套餐限制，具体额度以官方说明为准。

第二步：定位技能 在技能市场 / 技能库中，用以下任一信息检索：

  • 技能 ID：12993（最精确，推荐优先使用）
  • 英文名：domain-research-health-science
  • 中文名：健康科学研究方法论技能Skill

第三步：一键添加 点击技能详情页的安装 / 添加按钮完成启用。若平台采用命令行方式，对应命令以官方文档为准，此处不做臆测。

第四步：验证是否生效 安装后新开一轮对话，输入技能说明中列出的触发短语之一进行验证，例如：

「帮我用 PICOT 框架把这个临床问题结构化：SGLT2 抑制剂对老年心衰患者有没有用？」

如果技能生效，回答应当呈现出明确的 P / I / C / O / T 五段结构，而不是一段笼统的结论。其他可用于验证的触发短语还包括：临床试验设计、系统评价、证据质量、偏倚评估、GRADE、结局测量、研究方案、证据合成、研究评价。

第五步：按需加载参考资料 技能自带三份支撑资源：resources/template.md（PICOT 模板、结局层级模板、证据表、GRADE 总结模板）、resources/methodology.md（证据层级、偏倚评估工具、GRADE 细则、研究设计选择）、resources/evaluators/rubric_domain_research_health_science.json（质量标准评分卡）。在提问时点名需要哪份模板，可以让输出更贴合你的写作规范。

该技能的主要功能和特点

1. 强制 PICOT 结构化，拒绝「X 有效吗」式提问 技能的第一条护栏就是「为所有临床问题使用 PICOT」。它会把一句口语化的问题拆成人群（年龄、性别、病情、严重程度、场景）、干预（药物、操作、检测、暴露，含剂量/疗程/途径）、对照（安慰剂、标准护理、替代治疗）、结局（含测量工具与时间点）、时间框架（随访时长）五个维度。

2. 研究设计与问题类型强制匹配 治疗问题用 RCT、诊断问题用横断面、预后问题用前瞻性队列、罕见危害用病例对照或队列、病因学用病例对照。技能会明确指出「不要用观察性数据宣称因果」「不要用病例系列回答治疗效果」，这是它区别于通用 AI 的关键能力之一。

3. 用验证过的偏倚评估工具，而不是主观判断 针对不同研究类型调用不同工具：RCT 用 Cochrane RoB 2，观察性研究用 ROBINS-I，诊断准确性研究用 QUADAS-2，预测模型可用 PROBAST。评估维度覆盖随机化、盲法、分配隐藏、不完整结局数据、选择性报告等。

4. GRADE 确定性分级，区分「研究设计」与「证据确定性」 这是很多非专业回答最容易混淆的地方：RCT 起步为「高」但可因严重局限性、不一致性、间接性、不精确性、发表偏倚而降级；观察性研究起步为「低」但可因大效应、剂量反应、残余混杂使效应被低估而升级。技能输出统一的四档符号：高（⊕⊕⊕⊕）、中（⊕⊕⊕○）、低（⊕⊕○○）、非常低（⊕○○○）。

5. 患者重要结局优先于替代终点 技能会把结局分成三层：关键（驱动决策）、重要（辅助决策）、不重要，并要求定义测量工具与最小临床重要差异（MCID）。它会提醒：生物标志物与实验室值只有在与患者结局的关联被验证后，才可以作为替代终点使用。

6. 区分统计显著性与临床重要性 技能明确要求考虑绝对风险降低与需要治疗人数（NNT），并强调「p < 0.05 不等于临床有意义」。

7. 五个常见模式模板，覆盖主流研究类型 治疗/干预、诊断准确性、预后/风险预测、危害/安全性、系统评价/meta 分析，每种模式都给出了 PICOT 写法、推荐设计、关键结局、偏倚工具和一个真实示例。

8. 内置质量评分卡 技能附带评分文件，最低合格标准为平均得分 ≥ 3.5，用于自查输出的研究问题、证据合成与临床解释是否达标。

9. 主动识别能力边界并建议升级 遇到网络 meta 分析、IPD meta 分析、工具变量/倾向评分等高级因果推断方法、卫生技术评估（成本效益、预算影响）、指南制订小组共识等场景，技能会明确建议转交生物统计学家、卫生经济学家或指南方法论学家。

如何使用该技能？

步骤一：完整描述你的场景（技能需要四类输入）

技能在快速参考中列明了它期望的输入：

  • 研究问题：临床场景或决策问题；
  • 证据来源：待评估的研究、系统评价数据库；
  • 结局偏好：哪些结局对患者/临床医生最重要；
  • 背景：机构场景、患者人群、决策紧迫性。

步骤二：让 AI 按六步清单推进

可以直接把技能内置的进度清单贴进对话，让它逐项打勾：

健康研究进度：
- [ ] 步骤1：制定研究问题（PICOT）
- [ ] 步骤2：评估证据层级和研究设计
- [ ] 步骤3：评估研究质量和偏倚
- [ ] 步骤4：优先考虑并定义结局
- [ ] 步骤5：合成证据并分级确定性
- [ ] 步骤6：创建决策就绪总结

步骤三：输入示例与期望输出

输入示例（模糊提问）：

这种药对心脏病有效吗？

期望输出（PICOT 结构化）：

  • P（人群）：>65 岁、心力衰竭伴射血分数降低的成人
  • I（干预）：SGLT2 抑制剂（达格列净 10mg 每日）
  • C（对照）：标准护理（ACE 抑制剂 + β 阻滞剂）
  • O（结局）：主要——全因死亡率；次要——住院率、生活质量
  • T（时间框架）：12 个月随访

输出结果的价值：得到一个精确、可回答的研究问题，可直接用于指导研究设计、文献检索策略和结局选择。

步骤四：按场景选择对应模式

你的研究类型 推荐设计 关键结局 偏倚工具
治疗/干预 RCT，或 RCT 的系统评价 死亡率、发病率、生活质量、不良事件 Cochrane RoB 2
诊断准确性 连续入组的横断面研究 敏感性、特异性、预测值、似然比 QUADAS-2
预后/风险预测 前瞻性队列 发病率、风险比、绝对风险、C 统计量、校准度 ROBINS-I / PROBAST
危害/安全性 常见危害用 RCT；罕见危害用队列或病例对照 严重不良事件、停药、器官毒性、长期安全性 按研究类型区分，注意适应证混杂
系统评价/元分析 全面检索 + 明确纳排 + 双人筛选提取 + 定量合成 合并效应量（RR/OR/MD/SMD）、异质性 I²、GRADE 个体 RoB + AMSTAR 2

步骤五：索要决策就绪总结

最后一步要求它输出证据概况表或发现总结表，把每个结局与确定性评级、效应估计对应起来，并补充临床解释、适用性评估和证据空白。产出文件命名为 domain-research-health-science.md。

步骤六：用评分卡自检

用 rubric_domain_research_health_science.json 对结果打分，低于平均 3.5 分就补充输入重跑。

参考时间预期（技能给出的一般估计）

  • PICOT 制定：10–15 分钟
  • 单个研究批判性评价：20–30 分钟
  • 系统评价方案：2–4 小时
  • 带 GRADE 的证据合成：1–2 小时
  • 完整系统评价：40–100 小时（取决于范围）

同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
domain-research-health-science（本技能） 循证医学方法论的 AI 流程化助手 PICOT 结构化、证据层级、RoB 2 / ROBINS-I / QUADAS-2 偏倚评估、GRADE 分级、结局层级、五种研究模式模板、质量评分卡 需支持 Skill 机制的 AI 平台，检索技能 ID 12993 一键添加，无需编程；具体入口以官方说明为准 课题立项、研究方案撰写、文献批判性评价、证据总结、指南证据表 优势：把方法论固化为可执行清单，输出结构统一、可核查，能主动拦截常见方法学陷阱。不足：不做文献检索与数据抓取，复杂统计合成需转交专业人员
通用大模型直接对话 通用问答 任意提问、自由生成 零门槛 快速了解概念、头脑风暴 优势：简单直接。不足：容易跳过 PICOT、混淆研究设计与证据确定性、给出无确定性评级的主观结论，且难以稳定复现
GRADE / RoB 类专用评估工具（如 GRADEpro 类软件） 方法学专用软件 证据表制作、SoF 表、分级计算 需注册学习，部分功能需付费，以官方说明为准 正式系统评价与指南证据表产出 优势：产出规范、被期刊与指南组织广泛接受。不足：只解决「分级与制表」环节，不负责问题结构化与方法学解释
系统评价协作平台（如 Covidence / RevMan 类工具） 流程协作与统计分析 双人筛选、数据提取、meta 分析计算、PRISMA 流程图 需团队账号与培训，部分需订阅，以官方说明为准 大规模系统评价与 meta 分析执行 优势：流程管理与统计计算能力强。不足：偏「执行器」，研究问题的论证逻辑与临床解释仍需人来把握
人工方法学专家咨询 专家判断 全流程深度指导 成本高、排期长 高风险决策、指南制订 优势：判断力最强。不足：不可即时调用，难以规模化用于日常评价

选择建议：把本技能当作「方法学副驾」——用于问题的第一轮结构化、方案的骨架搭建和证据质量的初筛；正式的分级制表交给专业软件，复杂统计与最终裁决交给专家。

该技能的典型应用场景与实际体验情况

场景一：临床科室的主治医师准备课题申报

痛点：脑子里只有一句「我们这个药对老年患者效果怎么样」，写不出评审专家认可的 Sci-TR 问题，标书里 PICO 要素残缺，被批「科学问题不清晰」。

使用方式：把科室真实场景（>65 岁、HFrEF、达格列净 10mg、标准护理对照、12 个月）作为输入，让技能输出完整 PICOT，并追问「这个问题的首选研究设计是什么、为什么」。

实际体验：从口语化问题到五要素齐全的研究问题大约 10–15 分钟，效率提升最明显的是「时间框架」和「结局分层」两栏——这两个要素恰恰是人工写作时最常漏掉的。注意事项：技能无法替你判断本地可行性（如本院是否有足够样本量），可行性评估仍需自己补。

场景二：循证医学团队做文献批判性评价

痛点：团队读文献靠经验，「这篇 RCT 质量还行」这种表述无法写进报告，审稿人会追问偏倚评估细节。

使用方式：提交研究类型与关键信息，要求按 Cochrane RoB 2（RCT）或 ROBINS-I（观察性）逐域评估，并输出 GRADE 确定性。

实际体验：技能会主动提示「RCT 不等于高质量」这一常见陷阱，并列出随机化、盲法、分配隐藏、不完整结局数据、选择性报告等具体维度。单个研究的评价大约 20–30 分钟。注意事项：评估质量取决于你提供的原文信息是否充分，信息缺失时技能会标注不确定性，而不是编造判断——这正是它可信的地方。

场景三：研究生首次做系统评价

痛点：不清楚方案阶段该写什么，检索、纳排、异质性处理全凭摸索，容易在「高 I² 还硬合并」上被审稿人抓住。

使用方式：先让技能生成系统评价方案骨架（2–4 小时量级），再对每篇纳入研究跑偏倚评估，最后做 GRADE 分级与发现总结表。

实际体验：模式 5 给出了他汀一级预防的示例结果形态（RR 0.75，95% CI 0.70–0.80，I²=12%，GRADE 高确定性），让初学者一眼看懂「合格输出长什么样」。技能还会提示 I² > 50% 时应在合并前探索来源，而不是直接报合并值。注意事项：真正的数据提取与统计计算仍需专业工具，技能负责的是方法学逻辑与输出规范。

场景四：药企医学部准备监管证据档案

痛点：向审评或报销方提交证据总结时，需要把结局、效应量、确定性评级三者对齐，且必须坦白证据空白，不能过度自信。

使用方式：要求按「决策就绪总结」形态输出证据概况表，并单独列出局限性与确定性说明。

实际体验：技能的护栏第 8 条「明确说明局限性和确定性」在此非常关键，它会强制要求指出不确定之处与证据空白，避免过度自信主张。注意事项：涉及成本效益、预算影响等卫生经济学内容时，技能明确建议升级给卫生经济学家，不要指望它给出经济学结论。

该技能能为用户带来的价值

把「隐性经验」变成「显性流程」 方法学素养往往集中在少数资深研究者身上。技能把 PICOT、证据层级、偏倚工具、GRADE、结局分层这一整套框架固化下来，让刚入门的研究者也能按专家路径思考。这是最直接的门槛降低。

把返工成本前置消化 研究问题定义不清是课题最大的隐性成本——方向错了，后面所有检索、提取、写作都是沉没成本。技能在第一步就强制五要素齐全，等于把纠错点从「投稿被拒」提前到「方案动笔前」。

输出结构统一，团队协作成本下降 六步流程与固定模板（template.md、methodology.md、评分卡）意味着团队成员产出的证据表、结局层级、GRADE 总结格式一致，评审与合稿时不再需要逐份对齐体例。

质量可量化 评分卡的最低合格线为平均 ≥ 3.5，把「这份证据总结够不够格」从主观争论变成一个可复核的分数。

减少方法学硬伤 技能内置的常见陷阱清单（把所有 RCT 当高质量、忽略异质性、混淆关联与因果、不加批判使用复合结局、不加批判接受行业资助证据、过度解释亚组分析）几乎覆盖了审稿意见的高频命中点。每一项被提前拦截，都意味着少一轮大修。

长期价值：形成可复用的方法学资产 每次对话产出的 domain-research-health-science.md 都可以沉淀为团队的研究问题库、证据表模板和评价 SOP，随着项目积累形成组织级的知识资产，而不是散落在个人电脑里的临时文档。

常见问题 FAQ

Q1：这个技能怎么安装？需要写代码吗？ 不需要。在支持 Skill 机制的 AI 平台技能库中，用技能 ID 12993 或英文名 domain-research-health-science 检索，一键添加即可。若平台提供命令行方式，具体命令以官方说明为准。安装后建议用「临床试验设计」「GRADE」「系统评价」这类触发短语验证是否生效。

Q2：收费吗？ 技能本身是否收费、是否需要消耗平台额度，取决于你所使用平台的计费规则，以官方说明为准。本文不对价格做任何推测。

Q3：它会不会直接帮我检索文献、跑 meta 分析？ 不会。根据技能说明，它需要你提供「证据来源」作为输入，专注的是方法学层面：问题结构化、设计匹配、偏倚评估、结局排序、确定性分级和证据总结。它还会在遇到网络 meta 分析、IPD meta 分析、工具变量/倾向评分等高级方法时，明确建议转交生物统计学家。真正的检索、数据提取和统计计算仍需专业工具与人工完成。

Q4：适合谁用？不适合谁用？ 适合临床研究者、循证医学与系统评价团队、指南制订与卫生技术评估人员、医学写作与监管事务从业者、医学生与规培生。如果你只想快速了解某个医学概念、不需要方法学规范，通用对话反而更轻便；如果你需要正式的 GRADE 证据表成品交付，应配合专用分级软件使用。

Q5：和通用大模型、GRADE 专用软件、系统评价平台怎么选？ 三者定位不同，可以叠加使用：通用大模型胜在零门槛但缺乏方法学约束；GRADE/偏倚评估专用软件胜在产出规范但不负责问题结构化与临床解释；系统评价协作平台胜在流程与统计但不提供论证逻辑。本技能填补的正是「问题定义—设计匹配—质量判断—确定性分级—临床解释」这段最需要方法学判断力的环节。建议的组合是：本技能打骨架 → 专业软件出表 → 专家终审。

Q6：它给出的证据确定性评级可以直接写进论文吗？ 可以作为高质量的初稿与自查依据，但正式发表或提交监管前，应由具备方法学背景的团队成员复核。技能自身也设置了评分卡（平均 ≥ 3.5）和「明确说明局限性」的护栏来提醒这一点：所有证据都有局限，过度自信的主张不被支持。