科研 Skill
中医药临床证据综述
tcm-clinical-evidence-synthesis
制定中英文数据库检索式,按PRISMA筛选、RoB 2评偏倚、GRADE定证据等级。适用于中医药临床研究的系统评价与Meta分析。
发布者 Codar安全审核通过v0.1.0更新于 2026-11-18
SKILL.md
中医药临床研究证据综述(TCM Clinical Evidence Synthesis)
适用场景
- 中药复方、中成药或针刺干预的随机对照试验系统评价与 Meta 分析。
- 对某类中医药临床研究的报告质量进行横断面评价(如 CONSORT-CHM、STRICTA 条目符合率)。
- 证据图谱(evidence map)或范围综述,梳理某病领域中医药研究的分布与空白。
- 为临床实践指南制定提供 GRADE 证据概要表(作为方法学支持,不代替指南小组决策)。
- 评审已发表的中医药 Meta 分析的方法学质量(AMSTAR 2)。
边界与不适用
- 仅限科研用途。不针对任何个体提供诊断、处方、药物剂量或治疗建议;综述结论面向研究与政策层面,不得改写为面向患者的用药指导。
- 不把"名医经验"、专家意见或病例系列当作已验证的疗效证据;此类资料在证据分级中属于最低层级或不纳入定量合成。
- 证据确定性低或极低时,结论必须如实表述为"不确定",不得以"中医药有一定疗效"之类措辞弱化不确定性。
- 不对未经注册或数据存疑的试验做"挽救性"解读。
工作流
-
方案与注册
- 输入:PICO(人群、干预、对照、结局)及研究类型。
- 操作:撰写方案并在 PROSPERO 或 INPLASY 注册;预先规定主要结局、亚组与敏感性分析。中医药干预需明确:复方组成是否固定、是否允许加减、剂型、对照(安慰剂/阳性药/常规治疗加载设计)。
- 产出:注册号与方案。
-
检索策略
- 操作:中文库(CNKI、万方、维普、SinoMed)与英文库(PubMed、Embase、Cochrane CENTRAL)并检,补充检索中国临床试验注册中心(ChiCTR)、ClinicalTrials.gov、WHO ICTRP;中文检索词需覆盖方名异名、中成药商品名与通用名、疾病中西医病名;中文库检索语法和字段各异,需分别调试并保存完整检索式与日期。
- 决策点:是否限定语种?中医药综述原则上不限语种,排除中文文献会造成严重选择偏倚。
- 产出:各库检索式与命中数。
-
筛选与数据提取
- 操作:双人独立筛选与提取,报告一致性;按 PRISMA 2020 流程图记录。提取复方组成、剂型、疗程、合并用药、结局测量工具与时间点。
- 决策点:识别重复发表(同一作者、同一单位、相近样本量与时间的多篇文章),以最完整报告为准并在附录说明。
-
中文文献特殊质量问题核查
- 操作:核查随机化是否真实(仅写"随机分组"而无方法描述者,按 RoB 2 判为"有一定风险"或必要时联系作者);关注"总有效率"等非标准复合结局及自拟疗效标准;检查基线是否异常一致、结果是否"过于完美";核对是否有注册与伦理批件。
- 产出:可疑研究清单与处理方式(在敏感性分析中排除)。
-
报告质量与偏倚风险评价
- 操作:报告质量用 CONSORT(2010 及 2025 更新版)、CONSORT-CHM Formulas 2017(中药复方)、STRICTA(针刺);偏倚风险用 RoB 2(随机对照试验)或 ROBINS-I(非随机研究),双人独立评价。
- 产出:评价表与交通灯图。
-
数据合成
- 操作:同质研究做 Meta 分析(随机效应模型,报告 τ²、I² 及预测区间);二分类结果用 RR,连续变量用 MD/SMD;异质性大时做亚组/Meta 回归或改为叙述性合成(参考 SWiM);小研究效应用漏斗图与 Egger 检验(研究数 ≥ 10 时)。
- 决策点:"总有效率"不应作为主要结局;不同复方不宜在一个合并效应中混合,除非有预设理由。
-
证据确定性分级与结论
- 操作:GRADE 五个降级因素(偏倚风险、不一致性、间接性、不精确性、发表偏倚),用 GRADEpro GDT 生成证据概要表。
- 产出:结果总结表(SoF)与谨慎措辞的结论。
工具与数据源
- 中文库:中国知网 CNKI(https://www.cnki.net)、万方数据(https://www.wanfangdata.com.cn)、维普(https://www.cqvip.com)、中国生物医学文献服务系统 SinoMed(http://www.sinomed.ac.cn)。
- 英文库:PubMed(https://pubmed.ncbi.nlm.nih.gov)、Embase、Cochrane Library(https://www.cochranelibrary.com)。
- 注册平台:中国临床试验注册中心 ChiCTR(https://www.chictr.org.cn)、ClinicalTrials.gov、WHO ICTRP、PROSPERO、INPLASY。
- 软件:R
meta、metafor、robvis;RevMan;GRADEpro GDT;文献管理与筛选用 EndNote、Zotero、Rayyan、Covidence。
最小示例:随机效应 Meta 分析(R)
# install.packages("meta")
library(meta)
d <- data.frame(
study = c("A 2019", "B 2020", "C 2021", "D 2022"),
e.event = c(30, 42, 25, 50), e.n = c(60, 80, 50, 100),
c.event = c(22, 35, 20, 41), c.n = c(60, 80, 50, 100)
)
m <- metabin(e.event, e.n, c.event, c.n, studlab = study, data = d,
sm = "RR", method.tau = "REML", prediction = TRUE)
summary(m)
forest(m)
示例数据为虚构;研究数少于 10 时不做漏斗图不对称检验。
质量检查
- 方案已注册,主要结局与分析计划先于检索确定。
- 中英文数据库及试验注册平台均已检索,保存完整检索式与日期,未限定语种。
- 双人独立筛选、提取、偏倚评价,报告一致性。
- 已核查随机化真实性、重复发表、自拟疗效标准与"总有效率"问题,并在敏感性分析中处理可疑研究。
- 中药复方研究按 CONSORT-CHM、针刺研究按 STRICTA 评价报告质量。
- Meta 分析报告异质性、预测区间及小研究效应评估。
- 每个关键结局都有 GRADE 分级,结论措辞与证据确定性一致。
- 未将名医经验或专家意见当作疗效证据,未给出个体用药或剂量建议。
输出格式
- PRISMA 2020 流程图与清单。
- 纳入研究特征表:
研究 | 国家/地区 | 样本量 | 人群 | 干预(组成/剂型/疗程) | 对照 | 结局 | 注册号 | 资助。 - 偏倚风险表:RoB 2 五个领域及总体判定。
- 结果总结表(SoF):
结局 | 研究数(受试者数) | 效应量(95% CI) | 证据确定性(GRADE) | 说明。 - 报告章节:背景 → 方法(注册、检索、筛选、评价、合成)→ 结果 → 讨论(含中文文献质量问题)→ 结论(含对未来试验设计的建议)。
参考规范与文献
- Page MJ, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 2021.
- Sterne JAC, et al. RoB 2: a revised tool for assessing risk of bias in randomised trials. BMJ, 2019.
- Cheng CW, et al. CONSORT Extension for Chinese Herbal Medicine Formulas 2017. Annals of Internal Medicine, 2017.
- MacPherson H, et al. Revised STandards for Reporting Interventions in Clinical Trials of Acupuncture (STRICTA). 2010(多刊同步发表)。
- Guyatt GH, et al. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations. BMJ, 2008.
- Wu T, et al. Randomized trials published in some Chinese journals: how many are randomized? Trials, 2009.
- Higgins JPT, et al. (eds). Cochrane Handbook for Systematic Reviews of Interventions(现行版).
- Shea BJ, et al. AMSTAR 2. BMJ, 2017.
示例提示词
请为针刺治疗偏头痛的系统评价制定 CNKI、万方、SinoMed 和 PubMed 检索式,并按 RoB 2 评价偏倚风险。
所属插件
安装该插件会一并获得同领域的 8 个 Skill / MCP。
同插件的其他科研 Skill
- 中医古籍文献整理整理中医古籍版本、校勘与方剂出处考证,产出可溯源文献证据表。适用于经典名方考证、学术源流梳理,不提供临床诊疗建议。
- 中药材分子鉴定用ITS2等DNA条形码鉴定药材基原物种,处理多基原与降解样品局限。适用于药材真伪鉴别研究,不替代法定检验。
- 方剂配伍规律挖掘对方剂做药名规范化、关联规则与网络聚类分析,发现候选核心药组。适用于用药规律挖掘,结果仅为待验证假设,不作处方依据。
- 中药质量化学计量学建立HPLC指纹图谱、PCA/OPLS-DA判别分析与含量测定方法学验证。适用于中药材质量标准研究与产地批次差异分析。
- 中药网络药理学用TCMSP等数据库构建成分-靶点-通路网络并做富集分析,批判性讨论方法学局限。适用于中药机制假设生成与论文方法复核。
- 证候与症状数据分析对症状量表数据做术语规范、潜在类别与因子分析,探索统计学证候模式。适用于证候分型研究,结果不用于个体辨证诊断。
- 中医术语标准与知识图谱建立中医药术语与WHO/ICD-11标准的映射,设计本体并用Neo4j构建知识图谱。适用于数据整合与科研检索,不作临床决策系统。
常见问题
中医药临床证据综述能做什么?
制定中英文数据库检索式,按PRISMA筛选、RoB 2评偏倚、GRADE定证据等级。适用于中医药临床研究的系统评价与Meta分析。
如何安装中医药临床证据综述?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「中医药临床证据综述」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
中医药临床证据综述需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
中医药临床证据综述经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。