ROBINS-I V2 MCP

robins-i-mcp

ROBINS-I V2（非ランダム化研究におけるバイアスリスク ― 介入の追跡調査／コホート版）を実装した MCP サーバーです。決定論的で、根拠の出所を追跡できる評価エンジンとして機能します。

target-mcp の姉妹プロジェクトです。target-mcp は、ターゲット試験エミュレーション研究が TARGET ガイドラインで求められる内容をどれだけ 完全に 報告しているかを評価します。こちらは、特定の結果における バイアスリスク を評価します。同じ論文を対象とする、相互補完的なツールです。

ソースは草案です。 riskofbias.info では、2025 年 11 月 20 日公開の ROBINS-I V2 を引き続き草案として掲載しており、今後変更される可能性があります。すべてのレポートでは、出典情報の行にその旨を記録します。NOTICE と TRANSCRIPTION-NOTES.md を参照してください。

追跡調査コホート研究。 「追跡調査」と「コホート」は、定義された時点を起点に、対比する戦略のもとで対象者を前向きに追跡するという、1 つの構造的特性を指します。そのため、研究デザインのラベルではなく、この特性に基づいて判断してください。ターゲット試験エミュレーションが主な用途であり、この意味で、コホート研究に該当します。以下の 2 つの実例はいずれも TTE です。追跡調査の構造がないデザインは対象外です。他のデザイン向けのバリアントは、まだ公開されていません。ツール内の「Variant A / Variant B」は、C4 によって選択される Domain 1 の 2 つの形式を指すものであり、研究デザインを指すものではない点に注意してください。

モデルに質問する場合との違い

モデルの役割は、テキストからシグナリング質問への回答を導き出すことに限定されています。モデルが判定を算出したり、根拠を作り出したりすることはできません。

1  parse_document              PDF + supplement → SectionMap        deterministic
2  cue detection               where to look, per domain            deterministic
3  answer signalling questions quotes copied from the bundle        MODEL
4  evidence binding            quotes → offsets, or REJECT          deterministic
5  algorithms                  answers → domain → overall           deterministic
6  report + render             stamped artifact                     deterministic
7  human ratification          P1, reviewer-prior answers, overrides

提出時には 3 つのルールが適用されます。これらがこのサーバーの要点です。

• 引用文は照合できなければ拒否されます。 取り込んだ文書一式から文字オフセットを使って、3 段階の照合手順（完全一致 → ハイフンを緩和した一致 → 参考文献を除去した一致）で、すべての引用文を照合します。どの段階で一致したかを記録するため、緩やかな一致が完全一致と暗黙に同一視されることはありません。照合できない引用文は、最も近い実際のテキストとともに拒否されます。
• 不在は断言するのではなく、検索します。 manuscript_absent の回答では手がかりを指定します。サーバー が検索を実行し、その記録（検索語、セクション、ヒット数）を添付します。検索したという説明文だけでは受け付けられません。
• 判定は算出されます。 ドメイン判定を入力として受け付けるツールはありません。6 つのドメイン別アルゴリズムと全体アルゴリズムは、公開されたフローチャートをたどって明示的なエッジグラフとして実装されています。人間は理由を記録したうえで上書きできます。レポートには両方の値が表示されます。

2 つのゲート

P1 は Domain 1 の処理をブロックします。 質問 1.1 では、重要な交絡因子がすべて調整されているかを尋ねます。「重要」とは、論文の共変量表ではなく、レビュー担当者が事前に指定したリストによって定義されます。サーバーは、set_prespecified_confounders がない場合、片方をもう片方に暗黙に置き換えることなく、Domain 1 の採点を拒否します。提案したリストは候補であり、人間が承認するまで承認待ちキューに入ります。

C4 は Domain 1 の質問セットを選択します。 分析がプロトコル逸脱を考慮しているかどうかによって、Variant A（intention-to-treat、ベースラインの交絡のみ）か Variant B（per-protocol、ベースラインおよび時間とともに変化する交絡）が選択されるため、specify_result ではデフォルト値を設けず、事前の指定が必要です。著者が推定対象に付けたラベルではなく、分析が 実際に行っていること に基づいて判断してください。参照論文では、プロトコル表に「per-protocol effect」と記載されていますが、分析は intention-to-treat です。

インストール

pip install robins-i-mcp

その後、お使いの MCP クライアントに登録します。

{ "mcpServers": { "robins-i": { "command": "robins-i-mcp" } } }

インストールせずに実行することもできます。

uvx robins-i-mcp

MCP レジストリにも com.blackswancausallabs/robins-i-mcp として掲載されています。

開発

python3 -m venv .venv && .venv/bin/python -m pip install -e ".[dev]"
.venv/bin/python -m pytest tests/ -q      # 205 passed
.venv/bin/robins-i-mcp                    # stdio MCP server

ツール

グループ	ツール
仕様	get_spec	任意のイントロスペクション。detail='compact'|'full'
取り込み	parse_document	PDF/docx/テキスト＋補足資料 → ハッシュ＋手がかり調査
	parse_pmcid	Europe PMC から取得
セットアップ	set_prespecified_confounders	P1、レビュー単位、domain 1 をブロック
	specify_result	A1–A3、B1–B3、C1–C3、D1、および C4
評価	assess_result	domain=0 の概要、domain=1..6 の骨組み
	submit_answers	ドメインごと。domain=0 で最終確定して表示
レンダリング	render_report	確定済み成果物を再レンダリング
レビュー	export_robvis	複数実行の記録 → 1 つの robvis CSV

骨組みはドメインごとで、単一のフラットな評価基準ではありません。多くのシグナリング質問は個々の経路では到達できず、domain 1 の 2 つの質問セットのどちらが存在するかは、C4 によって決まります。

補足資料も渡してください。 C1–C4 を確定するターゲットトライアルの仕様と、domains 1 および 4 を左右する解析の詳細は、通常、付録にしか記載されていません。補足資料がなければ、回答が取り込まれていないファイルにあるだけなのに、該当する質問は NI と判定されます。

多数の研究：記録

N 件の研究をレビューする場合、実行は N 回です。評価ごとにセッションが必要で、サーバーはセッション間で状態を保持しません。そのため、各実行は持ち運び可能な小さな記録を出力します。これが境界を越えて受け渡す成果物です。

session 1..N   assess one result -> save submit_answers(domain=0)['record']
later          export_robvis(records=[...]) -> one figure-ready CSV

記録は約 4 KB のフラットな JSON で、このコードベースには依存しないため、後続のエージェントであればどれでも利用できます。文書ハッシュ、アルゴリズムのフィンガープリント、仕様のバージョン、批准状態など、由来を示す情報も含まれています。そのため、出力された図の各行は文書までたどることができ、エクスポート時には異なるアルゴリズムの転記が混在している場合に警告できます。

export_robvis は単なる列の出力ではありません。robvis の ROBINS-I テンプレートは V1 です。7 つのドメインがあり、V1 では介入の分類より先に参加者の選択が置かれていますが、V2 ではその順序が入れ替わっています。既定のレイアウトでは、各 V2 判定が正しい V1 の位置に配置されます。位置だけに基づいて出力すると、解析も描画もできてしまう一方で、誤った結果になります。公開前に、返された losses を確認してください。robvis は各セルを 5 色のパレットに基づく頭文字 1 文字に変換するため、どのような文字列が入力されても、条件付きの Low はそこで Low にまとめられます。

examples/review_from_records.py を参照してください。

実例

.venv/bin/python examples/dickerman_2022.py out.html          # library level
.venv/bin/python examples/jabagi_2026_server_run.py           # server level
.venv/bin/python examples/review_from_records.py             # across runs

• Dickerman ほか、NEJM 2022 — 米国退役軍人を対象とした BNT162b2 対 mRNA-1273。結果は低リスク。ただし、制御されていない交絡については懸念ありです。41 問中 24 問には到達しません。
• Jabagi ほか、Lancet Reg Health Eur 2026 — 母体の RSVpreF 対乳児の RSV による入院。結果は深刻なリスクです。その判定経路にも注目してください。domain 1 は 1.1 ではなく 1.3 で不適合となります。妊娠期間中の在胎週数と出生体重は介入後に確定するにもかかわらず、これらをマッチングしているためです。

論文自体はこのリポジトリには含まれていません。公開済みの論文であり、再配布する権利がないためです。ご自身のコピーを papers/ に置くか、論文を格納したディレクトリを ROBINS_MCP_PAPERS に指定してください。各例では必要なファイル名を示しており、ファイルが見つからない場合はその旨を示すメッセージとともに失敗します。

ドキュメント

• docs/STATUS.md — 現在の状態と引き継ぎ情報。まずこれを読んでください。
• docs/DECISIONS.md — 設計上の判断理由。新しいものから順に記載しています。
• docs/SESSION-NOTES-*.md — セッションごとの記録。
• TRANSCRIPTION-NOTES.md — ラスター形式のフローチャートからアルゴリズムを読み取った方法、公開文書で見つかった正誤表、外部検証がまだ必要な項目。

ライセンス

Apache-2.0（LICENSE）。実装対象の ROBINS-I V2 ツールは CC BY-NC-ND 4.0 であり、その一部もここには複製されていません。その重要性と実際の制約については NOTICE を参照してください。