菜单
流行病学研究设计与统计分析计划工作流。用于把研究想法转成可执行的 PICO/PECO、目标人群、estimand、终点、纳排、偏倚控制、样本量或精度依据、PROTOCOL 和 SAP，或审查既有方案。开工先对齐 biostat-principles；需要方法、指标或报告规范依据时调用 evidence-research。不用于创建项目目录、运行统计模型、撰写结果或论文正文。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
初始化标准卫生统计研究或咨询项目，默认生成 R 七层目录，也可按用户明确选择生成 Python 目录，并创建 PROTOCOL、SAP、结果单源、registry 与可选 Git 配置。仅在用户明确要求创建项目或把空工作区建成正式项目时使用；简单作业、快速核验和已有项目分析不触发。上游为 biostat-principles；咨询项目完成分析后再用 consulting-delivery。
Python 流行病学与生物统计分析的可选执行层，仅用于用户明确要求 Python，或既有项目已经以 Python 为主流程时的数据清洗、描述统计、回归、生存分析、预测验证、统计表图、代码调试和结果复现。开工先遵循 biostat-principles；统计图配合 publication-figures，客户外发再用 consulting-delivery。未指定语言的普通统计分析、R 环境或依赖缺失、研究设计定稿、论文写作或仅操作 xlsx 文件不触发。
R 流行病学与生物统计的主要执行层，用于 R 数据清洗、描述统计、回归、生存、中介、Meta 分析、统计表图和代码调试；用户未指定语言且无既有语言合同时也使用。开工先遵循 biostat-principles；统计图配合 publication-figures，客户外发再用 consulting-delivery。不用于已明确采用 Python 的分析、研究设计定稿或论文写作。
基于已验证的代码、结果单源和表图生成或结构性重写中英文期刊论文、学位论文部件、摘要、题名、cover letter、审稿回复、highlights 和投稿正式往来，并做投稿前一致性自查。开工先用 biostat-principles，终审用 academic-humanizer；实际 Word 操作再配合 docx。已有文本的局部润色或压缩只用 academic-humanizer。
流行病学与生物统计的上游行为原则，用于研究设计、R/Python 分析、论文、咨询交付和项目审查开工前，以及口径争议、结果不一致或试新方法时。提供原始数据只读、最小实现、可验证目标、结果追溯、复现、异常闭环和隔离实验规则；轻量任务不因此升级为正式项目。
把已完成并验证的 R 或 Python 分析打包为客户可独立复现、可直接阅读且保留真实溯源的咨询交付物。用于“给客户交付”“打包结果”或在 05_reports/ 建正式结果包；不用于未完成分析或内部探索。上游为 biostat-principles，文本终审配合 academic-humanizer，签发配合 epi-project-audit。
| name | epi-study-design |
| description | 流行病学研究设计与统计分析计划工作流。用于把研究想法转成可执行的 PICO/PECO、目标人群、estimand、终点、纳排、偏倚控制、样本量或精度依据、PROTOCOL 和 SAP，或审查既有方案。开工先对齐 biostat-principles；需要方法、指标或报告规范依据时调用 evidence-research。不用于创建项目目录、运行统计模型、撰写结果或论文正文。 |
在查看结果或编写主分析代码前锁定研究问题、设计选择和统计分析计划。以输入、决策、输出和验收为主线，只追问会改变研究答案的缺失信息。
biostat-principles，判定轻量设计咨询或正式项目。CLAUDE.md、BACKLOG.md、已有 PROTOCOL.md、SAP.md 和 DECISIONS.md。evidence-research 核验来源身份和适用性。按以下顺序形成可审查的研究设计：
若分组、终点、纳排、主要 estimand 或主模型存在多个合理方案，列出差异和影响后向用户确认，不自行锁定。
PROTOCOL.md 与 SAP.md；已确认的方法选择或偏离写入 DECISIONS.md，缺失信息写入 BACKLOG.md。不改动结果单源。PROTOCOL 与 SAP 的字段合同见 references/protocol-sap-contract.md。