paper-writer

論文執筆スキル

文献検索から投稿可能な原稿の完成まで、学術論文執筆の全工程を支援します。

概要

このスキルは、論文執筆ワークフロー全体を管理します：

[Discovery] → Literature Search → Outline → Tables/Figures → Draft → Humanize → References → Quality Review → [Adversarial Review] → Pre-Submission → [Revision] → [Post-Acceptance] → [Rejection → Resubmission]

各論文は、すべてのセクションの構造化された Markdown ファイル、文献マトリックス、品質チェックリストを含むプロジェクトディレクトリです。

AI-for-Science 運用モデル

このスキルは単なる原稿作成機（執筆 → 形式調整 → 投稿）ではありません。発見のループで執筆パイプラインを包み込み、人間だけが提供できる2つのものを明示する研究エンジンです。何よりも先に、~/.claude/skills/paper-writer/references/ai-for-science-model.md を読んでください。そこでは次のことが定義されています：

• 人間が主権を持つ2つの入力。 💡 アイデア（何を問う価値があるか、その意味、倫理性）と 📊 データ（実在し、IRB の承認を得ており、機械に由来しないもの）です。AI はそれ以外のすべてを最大限の能力で提案し、実行します。人間が担うのは、この2つのゲートだけです。AI はデータポイント、参加者、結果を決して作り出してはなりません。
• ループ。 フェーズ −1 の発見（仮説 → 新規性 → デザイン → 事前登録による固定）が既存のパイプラインにつながり、フェーズ 6.5 の敵対的レビューでは、どのジャーナルにも提出する前に中心的な主張をレッドチームで検証します。レッドチームが KILL と判定した場合、プロジェクトは発見フェーズに戻ります。これはシステムが正しく機能している証拠です。
• AI によって加速された研究をより厳密にし、決してその逆にしないための、3つの研究倫理上のガードレール：事前登録（HARKing を防止）、新規性チェック（再発明や誇張を防止）、敵対的な自己レビュー（粗雑な内容を防止）です。それぞれが、最先端の研究で記録されている失敗モードを防ぎます。
• 自律性の調整段階（手動／コパイロット／自動操縦）。臨床研究では厳格なルールがあります。💡 アイデアのゲート、📊 データのゲート、事前登録による固定は、決して自動操縦にしてはなりません。

このドキュメントの残りの部分では、実行の詳細を説明します。フェーズで主権ゲートに触れる場合は作業を止め、人間の判断を仰いでください。それ以外では、最大限の能力で実行します。

対応する論文の種類

種類	構成	報告ガイドライン	備考
原著論文	完全な IMRAD	STROBE / CONSORT	デフォルト
症例報告	序論 / 症例 / 考察	CARE	個別のテンプレート
総説論文	テーマ別セクション	-	柔軟な構成
レター / 短報	簡潔な IMRAD	原著論文と同じ	語数制限を重視
システマティックレビュー	PRISMA に準拠	PRISMA 2020	PRISMA チェックリスト付き
研究プロトコル	SPIRIT に準拠	SPIRIT 2025	試験登録論文向け

ワークフロー

Phase −1：発見（リサーチエンジン）

このフェーズこそが、リサーチエンジンと原稿作成工場を分けるものです。
以降のスキルでは、研究上の問いとデータがすでに存在することを前提とします。Phase −1 では、Novelty の確認、検出力の確保、事前登録を済ませた研究計画を、Project Init の前に作成します。まず、運用モデルについて ~/.claude/skills/paper-writer/references/ai-for-science-model.md を読んでください。

Phase −1 は再開可能です。まだ通過していない最初のガードレールから始めてください。 すべてを最初からやり直す必要はありません。すでに研究上の問いが絞り込まれているものの、Novelty の確認、検出力の確保、事前登録が済んでいない研究は、Forge ではなく途中の段階から始めます。Phase −1 の開始地点マトリクスに従ってください。

ユーザーが持ち込むもの	開始地点	方法
(a) 生の臨床所見	−1.1 Forge	templates/research-question.md をモード A（着想から問いを練り上げる）で実行し、その後 −1.2 → −1.3 → −1.4 の順に進みます。
(b) 既存の問い／進んだ段階のプロトコル（データ取得前）	−1.2 Novelty	まず templates/research-question.md をモード B（再開／改善 — PECO を補完し、Attack を 1 回実施し、FINER で評価）で実行し、次に**−1.2 Novelty**、続いて**−1.3 設計を既存プロトコルの監査として実施します（新規の草案作成ではありません。templates/study-design.md に照らして確認し、不足を修正します）。その後、−1.4 事前登録**を行い、事前登録をロックする前に、設計段階モード（§0、データ取得前）で references/adversarial-review.md を実行して、凍結前に低コストで可能な設計修正を反映します。
(c) 問い・設計・データがすべて確定済み	Phase 0 へ進む	執筆のみです。それでも 💡 IDEA と 📊 DATA のゲートが人間の責任で管理されていること、また、事前登録が存在するか、意識的に免除されており、その旨が開示されていることを確認してください。

−1.2 Novelty は、未発表の研究すべてに必須となる最低限の開始地点です。 すでにプロトコルを執筆中であることを理由に、Novelty が確認済みだとみなしてはいけません。省略できるのは、（c）の経路（すでにすべて確定済みで、データも手元にある場合）のみです。

プロジェクトのアカウンタビリティ台帳を今すぐ開始してください。~/.claude/skills/paper-writer/templates/human-loop-ledger.md から log/human-loop-ledger.md を作成し、自律性モード（Manual / Co-pilot / Autopilot）を明記します。以降、すべてのゲート判断を記録してください。

Step −1.1：研究上の問いを練り上げる（💡 IDEA ゲート）

~/.claude/skills/paper-writer/templates/research-question.md を読んでください。ユーザーの臨床所見から 5～15 個の問いの候補を作成し、FINER に基づいて議論・順位付けを行い、上位 2～3 個を発展させます。その後、必ず止まり、人間に選んでもらってください。AI が問いを自動選択することはありません。出力：PICO を含む、絞り込まれた研究上の問い 1 つ。

Step −1.2：Novelty の確認（ガードレール：研究の不必要な繰り返しを防ぐ）

~/.claude/skills/paper-writer/references/novelty-check.md を読んでください。選択した問いについて、実際の文献検索ツール（PubMed MCP、OpenAlex、Europe PMC、Semantic Scholar — Phase 1 の設定を参照）を使って、最新の文献を網羅的に調査します。研究上のギャップを分類します：真に新規／漸進的／すでに回答済み／見解が分かれている。すでに回答済みの問いは、ほとんどコストをかけずにここで打ち切ります。Novelty を誇張してはいけません。それは Sakana v2 の失敗パターンです。

Step −1.3：研究を設計し、検出力を確保する

~/.claude/skills/paper-writer/templates/study-design.md を読んでください。研究デザインを選択し、PICO の各要素を測定変数として具体化し、主要評価項目を 1 つ定義し、DAG を用いて交絡因子を整理し、サンプルサイズ／検出力の計算を行います（効果量は期待ではなく、Novelty 確認で調査した文献に基づいて正当化します）。診療所の実際の患者数に照らして実施可能性を確認してください。この設計は、事前登録の内容となるとともに、後の Methods セクションにも反映されます。

ステップ −1.4：事前登録とロック（ガードレール：HARKing の防止）

~/.claude/skills/paper-writer/templates/preregistration.md を読みます。📊 DATA ゲートの前に、仮説と主要な解析計画を確定します（OSF / UMIN-CTR / jRCT / PROSPERO）。ロック後は、事前登録した解析を検証的解析とし、それ以外は探索的解析として、その旨を明記します。これは、自分の名前で論文を発表するための研究公正の基盤です。後ろ向きデータの場合は、アウトカムデータを調べる前に登録し、データが以前から存在していたことを誠実に開示します。

📊 DATA ゲート： 計画をロックした後に限り、人間が実際の IRB 承認済みデータを提供します。AI がデータを生成することはありません。フェーズ 0 に進みます。

---

フェーズ 0：プロジェクトの初期化

ユーザーがこのスキルを呼び出したら、次の項目を尋ねます。

1. 仮のタイトル（後から変更できます）
2. 論文の種類（原著論文 / 症例報告 / 総説 / レター / システマティックレビュー）
3. 投稿先のジャーナル（任意ですが、推奨します）
4. 言語（英語 / 日本語 / 両方）
5. 研究課題（1 文で）
6. 利用可能な主要データ（すでに存在する表や図はありますか？）

ステップ 0.1：ジャーナルの要件を確認する

投稿先のジャーナルが指定されている場合は、その要件を調べて記録します。

• 語数制限：原稿全体、抄録、各セクション（指定がある場合）
• 引用スタイル：Vancouver、APA、NLM、その他
• 必須セクション：結論を独立したセクションとする必要があるジャーナルもあれば、そうでないジャーナルもあります
• 抄録の形式：構造化または非構造化、語数制限
• 図表の上限：許容される最大数
• 報告ガイドライン：ジャーナルが求めるチェックリスト
• 特別な要件：表紙の形式、行番号など
• AI の開示：AI の使用開示が必要かどうか、および記載箇所（方法、謝辞、専用セクションなど）。references/ai-disclosure.md を参照してください。
• キーワード：必要な数、MeSH が推奨されるか、自由記述か。references/keywords-guide.md を参照してください。
• グラフィカルアブストラクト：必須か任意か。templates/graphical-abstract.md を参照してください。

WebSearch を使用して、ジャーナルの「Instructions for Authors」ページを調べます。

すべての要件を「Journal Requirements」セクションの下に README.md に記録します。

ステップ 0.2：報告ガイドラインを選択する

論文の種類と研究デザインに基づいて、適切な報告ガイドラインを選択します。

研究の種類	ガイドライン	参照先
ランダム化比較試験	CONSORT 2025	references/reporting-guidelines-full.md
観察研究（コホート、症例対照、横断研究）	STROBE	references/reporting-guidelines-full.md
システマティックレビュー / メタアナリシス	PRISMA 2020	references/reporting-guidelines-full.md
症例報告	CARE	references/reporting-guidelines-full.md
診断精度研究	STARD 2015	references/reporting-guidelines-full.md
品質改善研究	SQUIRE 2.0	references/reporting-guidelines-full.md
研究プロトコル（臨床試験）	SPIRIT 2025	references/reporting-guidelines-full.md
予測モデル（AI/ML を含む）	TRIPOD+AI 2024	references/reporting-guidelines-full.md
動物研究	ARRIVE 2.0	references/reporting-guidelines-full.md
医療経済研究	CHEERS 2022	references/reporting-guidelines-full.md

~/.claude/skills/paper-writer/references/reporting-guidelines.md（概要）または references/reporting-guidelines-full.md（詳細版）を読み、選択したガイドラインの主要なチェック項目を記録します。執筆プロセス全体を通して、これらの項目を確認します。

ステップ 0.3：プロジェクトディレクトリを作成する

原著論文 / 総説 / レター / システマティックレビューの場合：

{project-dir}/
├── README.md                        # Project dashboard (status, timeline, links)
│
├── 00_literature/                   # Phase 1: Literature
│   ├── search-strategy.md           #   Search terms, databases, dates
│   ├── literature-matrix.md         #   Structured comparison table
│   └── key-papers/                  #   Notes on important papers (1 file per paper)
│
├── 01_outline.md                    # Phase 2: Paper skeleton
│
├── sections/                        # Phase 3: Manuscript sections (writing order)
│   ├── 02_methods.md
│   ├── 03_results.md
│   ├── 04_introduction.md
│   ├── 05_discussion.md
│   ├── 06_conclusion.md
│   ├── 07_abstract.md
│   └── 08_title.md
│
├── tables/                          # Tables (numbered: table1_baseline.md, ...)
├── figures/                         # Figures + captions (fig1_caption.md, ...)
├── supplements/                     # Supplementary materials
│   ├── supplementary-tables/        #   e.g., tableS1_sensitivity.md
│   ├── supplementary-figures/       #   e.g., figS1_subgroup.md
│   └── appendices/                  #   Additional methods, datasets, etc.
│
├── data/                            # Research data (see templates/data-management.md)
│   ├── raw/                         #   Original data (READ-ONLY, gitignored)
│   ├── processed/                   #   Cleaned, de-identified data
│   ├── analysis/                    #   Statistical output, scripts
│   └── data-dictionary.md           #   Variable definitions
│
├── ethics/                          # Ethics & regulatory
│   ├── irb-approval.md              #   IRB approval details, number, dates
│   ├── informed-consent.md          #   Consent process documentation
│   ├── protocol.md                  #   Study protocol (SPIRIT if applicable)
│   └── registration.md              #   Trial/study registration (UMIN, ClinicalTrials.gov)
│
├── submissions/                     # Submission history (1 subfolder per attempt)
│   └── v1_{journal}/                #   e.g., v1_bmj/
│       ├── compiled-manuscript.md   #     Full compiled manuscript snapshot
│       ├── cover-letter.md          #     Cover letter
│       ├── title-page.md            #     Title page
│       ├── declarations.md          #     Ethics, COI, funding, AI disclosure
│       ├── highlights.md            #     Key points (if required)
│       ├── graphical-abstract.md    #     Graphical abstract (if required)
│       └── submission-log.md        #     Date, portal, manuscript #, status
│
├── revisions/                       # Revision rounds (Phase 8)
│   └── r1/                          #   Round 1
│       ├── reviewer-comments.md     #     Original reviewer comments
│       ├── response-letter.md       #     Point-by-point response
│       ├── revision-cover-letter.md #     Revision cover letter
│       ├── diff-summary.md          #     Changes made (section, line, change)
│       └── compiled-manuscript.md   #     Revised manuscript snapshot
│
├── coauthor-review/                 # Co-author feedback tracking
│   ├── review-tracker.md            #   Who reviewed, when, status
│   └── feedback/                    #   Individual feedback files
│
├── correspondence/                  # Editor & reviewer communication log
│   └── YYYY-MM-DD_{subject}.md      #   e.g., 2026-03-05_decision-letter.md
│
├── references/                      # Reference management
│   └── 09_references.md             #   Formatted reference list
│
├── checklists/                      # Quality control
│   ├── section-quality.md           #   Per-section quality scores
│   ├── submission-ready.md          #   Pre-submission checklist
│   ├── reporting-guideline.md       #   CONSORT/STROBE/etc. item tracking
│   ├── gate-state.md                #   Stage-gate iteration state
│   └── feedback-*.md                #   Auto-generated gate feedback
│
└── log/                             # Decision & progress log
    ├── decisions.md                 #   Key decisions with rationale
    ├── meetings.md                  #   Meeting notes (co-authors, supervisor)
    └── timeline.md                  #   Milestone targets & actual dates

症例報告の場合：

{project-dir}/
├── README.md                        # Project dashboard
│
├── 00_literature/
│   ├── search-strategy.md
│   ├── literature-matrix.md
│   └── key-papers/
│
├── 01_outline.md
│
├── sections/
│   ├── 02_case.md                   # Case presentation (CARE structure)
│   ├── 03_introduction.md           # Introduction (why reportable)
│   ├── 04_discussion.md
│   ├── 05_abstract.md               # Abstract (CARE format)
│   └── 06_title.md                  # Title (must contain "case report")
│
├── tables/
├── figures/
├── supplements/
│   ├── supplementary-tables/
│   ├── supplementary-figures/
│   └── appendices/
│
├── data/
│   ├── raw/
│   ├── processed/
│   ├── analysis/
│   └── data-dictionary.md
│
├── ethics/
│   ├── irb-approval.md
│   ├── informed-consent.md          # Patient consent for publication
│   └── patient-perspective.md       # Patient's perspective (CARE item)
│
├── submissions/
│   └── v1_{journal}/
│       ├── compiled-manuscript.md
│       ├── cover-letter.md
│       ├── title-page.md
│       ├── declarations.md
│       └── submission-log.md
│
├── revisions/
│   └── r1/
│       ├── reviewer-comments.md
│       ├── response-letter.md
│       ├── diff-summary.md
│       └── compiled-manuscript.md
│
├── coauthor-review/
│   ├── review-tracker.md
│   └── feedback/
│
├── correspondence/
│   └── YYYY-MM-DD_{subject}.md
│
├── references/
│   └── 07_references.md
│
├── checklists/
│   ├── section-quality.md
│   ├── submission-ready.md
│   ├── reporting-guideline.md
│   ├── gate-state.md
│   └── feedback-*.md
│
└── log/
    ├── decisions.md
    ├── meetings.md
    └── timeline.md

Read ツールを使って ~/.claude/skills/paper-writer/templates/project-init.md を読み、これを使用して README.md を生成します。症例報告の場合は、代わりに project-init-case.md を使用します。

ファイル番号は、読む順序ではなく、推奨される執筆順に従います。 これは意図的なものです。

ステップ 0.4：研究データを整理する

ユーザーが既存の研究データ（診療記録、CSV ファイル、統計解析の出力など）を持っている場合：

1. data/raw/、data/processed/、data/analysis/ ディレクトリを作成します
2. 完全なテンプレートは ~/.claude/skills/paper-writer/templates/data-management.md を読みます
3. 生データファイルを data/raw/ に配置するようユーザーに依頼します。以降、これらのファイルは読み取り専用です
4. データソース、抽出日、IRB 情報を記載した data/raw/README.md を作成します
5. すべての変数について、型、範囲、ラベルを記載した data/data-dictionary.md を作成します
6. 匿名化の状況を確認します。まだ匿名化されていない場合は、data/processed/README.md に処理計画を作成します

セキュリティルール：

• 患者を特定できるデータを git にコミットしてはいけません
• リポジトリを共有する場合は、data/raw/*.csv、data/raw/*.xlsx などを .gitignore に追加します
• データ分析を進める前に、必ず IRB 承認番号を確認します

データフロー： raw/（変更禁止）→ processed/（クリーニング、匿名化）→ analysis/（統計解析の出力）→ tables/ および figures/（原稿用）

ステップ 0.5：データ分析

分析可能な定量データがユーザーにある場合、Claude Code は Python スクリプトを直接実行できます。ワークフロー全体は ~/.claude/skills/paper-writer/templates/analysis-workflow.md を読みます。

利用可能な分析スクリプト：

スクリプト	目的	主な出力
scripts/table1.py	Table 1（ベースライン特性）	N、%、平均値±SD、P 値を含む Markdown テーブル
scripts/analysis-template.py	統計解析	記述統計、t 検定、ロジスティック回帰、生存時間解析
scripts/forest-plot.py	フォレストプロット（メタ分析）	PNG + SVG

ワークフロー：

1. データを確認する：data/processed/cohort_final.csv を読み込み、形状、データ型、欠損値を確認します
2. Table 1：scripts/table1.py を実行してベースライン特性のテーブルを生成します → tables/table1.md
3. 主要解析：研究デザインに基づいて解析の種類を選択します：
   • 横断研究／症例対照研究 → ロジスティック回帰（OR、95% CI）
   • イベント発生までの時間を扱うコホート研究 → 生存時間解析（Kaplan-Meier、log-rank）
   • 連続アウトカム → 線形回帰
   • 群間比較 → t 検定／Mann-Whitney U 検定
4. サブグループ解析と感度分析：性別、年齢群、疾患の重症度などで解析します
5. 図を生成する：箱ひげ図、KM 曲線、フォレストプロット、ROC 曲線
6. 原稿と対応付ける：解析結果を Results セクションの段落に対応付けます

分析結果ディレクトリ： すべての結果は data/analysis/ に保存します。原稿用の図は figures/ に保存します。

必須の Python パッケージ： スキルのルートからユーティリティスクリプトの依存関係をインストールします：

pip install -r ~/.claude/skills/paper-writer/requirements.txt

統計報告の要件（Results を執筆する前に）：

• 効果量と 95% 信頼区間
• P 値は小数第 3 位まで記載（非常に小さい値は P < 0.001）
• 統計検定名を明記
• ソフトウェアとバージョンを記録
• 両側検定（正当な理由がある場合を除く）
• 多重比較の補正（主要アウトカムが 1 つを超える場合）
• 欠損データの処理方法を記載

詳しい SAMPL ガイドラインは references/statistical-reporting-full.md を、手順ごとのコマンドは templates/analysis-workflow.md を参照してください。

フェーズ 1：文献検索と整理

ステップ 1.1：検索戦略を定義する

以下の内容を含む 00_literature/search-strategy.md を作成します。

• データベース：PubMed、Google Scholar（常に利用可能）；Scopus、CiNii（ユーザーが機関のアクセス権を持つ場合）
• 検索語：MeSH 用語とフリーテキストのキーワード
• 論文の採用基準／除外基準
• 対象期間

検索方法 — 通常のウェブ検索ではなく、実際の文献検索ツールを使用してください。

このスキルは、実際の PubMed MCP と研究用 API を利用できる環境で動作します。これらのツールは、構造化され検証可能なレコード（PMID、DOI、著者、抄録）を返すため、主要な検索手段として使用してください。通常の WebSearch はフォールバックであり、デフォルトではありません。

主要ツール：PubMed MCP（生物医学分野の権威ある情報源）。references/pubmed-query-builder.md を使ってクエリを組み立ててから、以下を実行します。

• mcp__claude_ai_PubMed__search_articles — MeSH 用語とフリーテキストを組み合わせたクエリを実行
• mcp__claude_ai_PubMed__get_article_metadata — PMID ごとに構造化メタデータを取得
• mcp__claude_ai_PubMed__find_related_articles — 重要な起点論文から関連論文をたどる
• mcp__claude_ai_PubMed__lookup_article_by_citation — 引用情報から PMID／DOI を特定
• mcp__claude_ai_PubMed__get_full_text_article — 入手可能な場合は全文を取得

補助 API（より広範な範囲をカバー。WebFetch ／ firecrawl_scrape ／ tavily_search を使って取得）：

• OpenAlex — https://api.openalex.org/works?search=...（年や cited_by_count で絞り込み）
• Europe PMC — https://www.ebi.ac.uk/europepmc/webservices/rest/search?query=...&format=json（全文、プレプリント）
• Semantic Scholar — https://api.semanticscholar.org/graph/v1/paper/search?query=...（引用グラフ、影響力のある引用の件数）
• Cochrane ／ PROSPERO ／ Epistemonikos — 既存または進行中のシステマティックレビューを確認

重要な理由：構造化レコードを取得すれば、各論文に実在する PMID／DOI が付与されます。そのため、フリーテキストによるウェブ検索と比べて、「この引用は捏造されたものか」というリスクを大幅に減らせます。それでも、references/citation-verification.md に従って各引用を検証してください。

ワークフロー：

1. ユーザーに主要な論文を 3～5 件挙げてもらいます（通常、ユーザーは把握しています）。これらを find_related_articles の起点論文として使用します。
2. PubMed MCP のクエリを実行し、OpenAlex ／ Europe PMC ／ Semantic Scholar で PubMed に収録されていない論文やプレプリントも補います。
3. DOI で重複を除去し、最終リストの網羅性をユーザーに確認してもらいます。
4. すべての引用が実在するレコードに解決されることを検証します（references/citation-verification.md）。

ステップ 1.2：文献マトリックスを作成する

Read ツールで ~/.claude/skills/paper-writer/templates/literature-matrix.md を読みます。

関連する各論文について、以下の情報を抽出して整理します。

著者（年）	研究デザイン	N	対象集団	主な知見	限界	関連性

原著論文では15～30 件、症例報告では8～15 件、システマティックレビューでは30～50 件を目安にします。

ステップ 1.3：重要な論文を特定する

特に重要な 3～5 件の論文について、00_literature/key-papers/ に個別のメモを作成し、以下を記載します。

• 完全な引用情報
• 研究デザインと質の評価
• 正確な数値を含む主な結果
• 現在の論文との関連性
• 残されている課題（本論文が取り組む課題）

Phase 1.5：スクリーニングの実施（システマティックレビューのみ）

システマティックレビューにのみ適用されます。 それ以外の論文種別ではスキップしてください。

Phase 1 では検索を構築し、Phase 3-D では PRISMA の方法／結果を記述します。その間に、実際の研究選択（重複排除、二重スクリーニング、PRISMA フロー図に記載するレコード数）があります。このフェーズでは、そのパイプラインを実行します。

Read ツールで ~/.claude/skills/paper-writer/templates/sr-screening-pipeline.md を読み、手順の全容を確認してください。概要は次のとおりです。

1. 前提条件 — 登録済みプロトコル。 適格基準は 00_literature/protocol.md（templates/sr-prospero.md をもとに作成）に記載し、スクリーニング開始前にプロトコルを登録（PROSPERO）しておく必要があります。登録前に開始しないでください。

2. ステージ 1 — 重複排除（決定論的）。 生のデータベースエクスポートを 00_literature/screening/00_imported/ に配置し（データベースごとに 1 ファイル）、次を実行します。

   python ~/.claude/skills/paper-writer/scripts/sr-dedup.py \
     --input 00_literature/screening/00_imported \
     --output 00_literature/screening/01_deduplicated.csv \
     --counts 00_literature/screening/counts/identification.json
   

3. ステージ 2 — タイトル／抄録のスクリーニング（二重）。 互いの判定を確認できない、独立した 2 回のスクリーニング（Agent ツールまたはチームモード）を実行し、それぞれが protocol.md のみを基準に採用／除外／判定不能を判断します。結果を 02_title_abstract_screen.csv に統合し、すべての不一致をユーザーに提示します。LLM は二重レビューの一方を担うものであり、唯一の判定者ではありません。

4. ステージ 3 — 全文スクリーニング（二重）。 PDF をレコードに紐付けてから、独立した 2 回の全文スクリーニングを実行します。

   python ~/.claude/skills/paper-writer/scripts/sr-pdf-link.py \
     --pdfs 00_literature/screening/full-texts \
     --records 00_literature/screening/02_title_abstract_screen.csv \
     --include-only --rename
   

   全文スクリーニングで除外する場合は、必ず PRISMA の理由カテゴリを付与します。03_fulltext_screen.csv を作成し、すべての不一致を人間が解決します。

5. ステージ 4 — 抽出への引き継ぎ。 採用した研究ごとに、templates/sr-data-extraction.md をもとに extraction/{record_id}.md を 1 つ作成します（二重確認を行い、推測はせず、NR／N/A のみを使用）。

6. PRISMA の数値を算出する（決定論的）。

   python ~/.claude/skills/paper-writer/scripts/sr-prisma-count.py \
     --identification 00_literature/screening/counts/identification.json \
     --ta 00_literature/screening/02_title_abstract_screen.csv \
     --ft 00_literature/screening/03_fulltext_screen.csv \
     --output 00_literature/screening/counts/prisma-summary.md
   

   件数を templates/sr-prisma-flow.md に転記し、Cohen の κ 値を Methods の選択プロセスに関する段落（Phase 3-D、項目 5）に記載します。

チームモード： 各ステージでの 2 回のスクリーニングは、自然に並行して実施できます。protocol.md とレコードのみを渡した 2 つのエージェントとして同時に実行し、その後で結果を統合します。κ < 0.6 は基準が曖昧であることを意味します。先に進むのではなく、protocol.md を改訂して再スクリーニングしてください。

Phase 2：アウトライン

論文の骨子となる 01_outline.md を作成します。

Read ツールで ~/.claude/skills/paper-writer/references/imrad-guide.md を読み、IMRAD 構成の詳細を確認してください。症例報告にはこのガイドを直接適用できないため、代わりに CARE 構成を使用してください。

アウトラインには、以下を明記します。

• 各セクションの要点（箇条書き）
• 各要点を裏付ける論文
• 各表／図の配置場所
• ストーリーの流れ：背景となる問題 → ギャップ → 私たちのアプローチ → 所見 → 示唆
• 症例報告の場合：背景 → 報告する意義 → 症例の詳細 → 臨床的教訓

執筆に進む前に、アウトラインについてユーザーの承認を得てください。

Phase 2.5：表と図

Read ツールで ~/.claude/skills/paper-writer/references/tables-figures-guide.md を読んでください。

表と図は論文の要です。多くの査読者は本文を読む前に、抄録と表／図を確認します。文章を書く前に設計し、本文から自然に参照できるようにしてください。

Step 2.5.1：表と図を計画する

アウトラインに基づき、以下を決定します。

• どのデータを表、図、本文のいずれに載せるか
• 表 1 はほぼ常に「ベースライン特性」です（references/tables-figures-guide.md のテンプレートを使用）
• ジャーナルで認められている表／図の数（Phase 0 の要件を確認）

Step 2.5.2：表を作成する

tables/ ディレクトリに表ファイルを作成します。

• table1_baseline.md — ベースライン特性（標準形式）
• table2_*.md — 必要に応じた追加の表（回帰結果、アウトカムなど）

ルール：

• 表の上にタイトルを置く
• 縦線は使用せず、横線のみとする
• 各列内で小数点以下の桁数を統一する
• 略語と統計検定について脚注を付ける
• ヘッダー行に総サンプルサイズを記載する

Step 2.5.3: 図の計画

figures/ ディレクトリにキャプションファイルを作成します。

• fig1_caption.md — 多くの場合、フロー図（CONSORT／PRISMA）または研究デザインを示します
• fig2_caption.md — 主な結果の可視化

ルール：

• キャプションだけで内容が分かるようにし、本文を読まなくても理解できるものにします
• キャプションに主要な統計値を含めます
• 解像度の要件を指定します（印刷用は300 DPI以上、線画は600 DPI以上）
• 色覚に配慮したカラーパレットを使用します

Step 2.5.4: グラフィカルアブストラクト（必要な場合）

ジャーナルがグラフィカルアブストラクトを必須としている、または推奨している場合は、~/.claude/skills/paper-writer/templates/graphical-abstract.md を読み、視覚的な要約を計画します。

執筆に進む前に、表と図の計画についてユーザーのレビューを受けてください。

Phase 3: 執筆

この執筆順序には意図があり、より質の高い論文につながります。 必ずこの順序に従ってください。

---

3-A: 原著論文のワークフロー

Step 3.1: 方法と結果（セットで執筆）

Read ツールを使って、~/.claude/skills/paper-writer/templates/methods.md と ~/.claude/skills/paper-writer/templates/results.md を読みます。

方法のルール：

• 再現性がすべてです
• 研究デザイン、患者／被験者、データ収集、統計解析、倫理を含めます
• すべての方法に対応する結果が必要です

結果のルール：

• 事実のみを記載し、解釈は加えません
• 他の研究への言及はしません
• すべての表／図に本文中で言及します
• 方法と結果は1対1で対応させます

完全に対応するように、sections/02_methods.md と sections/03_results.md を一緒に執筆します。相互確認を行い、方法の各小節が結果の対応する小節に結び付いていること、またその逆も確認します。

ワークフロー：方法の小節1 → 結果の小節1 → 方法の小節2 → 結果の小節2 → … このように交互に執筆することで、1対1の対応を確保できます。

Step 3.2: 序論（第3段落）と結論（セットで執筆）

Read ツールを使って、~/.claude/skills/paper-writer/templates/introduction.md と ~/.claude/skills/paper-writer/templates/conclusion.md を読みます。

なぜ第3段落から先に書くのですか？ 研究目的（序論の第3段落）と結論は互いに呼応する必要があります。同時に執筆することで、両者の整合性を確保できます。第1、第2段落では研究目的へと導く背景を説明します。研究目的が定まってから書くほうが容易です。

序論の構成（3段落）：

1. 一般的な背景（誰もが同意する内容）
2. 臨床上の疑問／知識のギャップ（ただし、Xは分かっていない）
3. 研究目的（そこで、私たちは…を検討しました）

結論のルール：

• 序論の第3段落に記載した目的に直接答える必要があります
• 中心となるメッセージは1つにします
• 簡潔かつ直接的に述べます

sections/04_introduction.md の最終段落と sections/06_conclusion.md を一緒に執筆し、互いに呼応するようにします。

Step 3.3: 考察

Read ツールを使って、~/.claude/skills/paper-writer/templates/discussion.md を読みます。

考察の構成：

1. 主な知見の要約 2～N. 先行文献との比較（00_literature/literature-matrix.md を使用） N+1. 限界 — カテゴリー、テンプレート、二言語の例については ~/.claude/skills/paper-writer/templates/limitations-guide.md を読みます N+2. 臨床的な意義／今後の方向性

考察のルール：

• 新たな結果は記載しません
• 過度な推測は避けます
• すべての主張を参考文献で裏付けます
• 論点を絞ります
• 限界の小節は必須です。バイアスの方向と、その軽減策を具体的に記載します

Step 3.4: 序論（第1、第2段落）

ここで、sections/04_introduction.md の第1、第2段落を執筆します。背景から、第3段落ですでに記載した研究課題へと導く構成にします。

Step 3.5: Abstract

Read ツールで ~/.claude/skills/paper-writer/templates/abstract.md を読み込みます。

構造化抄録として sections/07_abstract.md を作成します。

• 背景／目的（1～2文）
• 方法（2～3文）
• 結果（3～4文）
• 結論（1～2文）

Phase 0で記録した、投稿先ジャーナル固有の語数制限を確認してください。抄録の内容は本文全体と一致している必要があります。すべての数値を照合してください。

Step 3.6: タイトル

タイトル候補を3～5件記載した sections/08_title.md を作成します。それぞれについて、以下の観点から評価してください。

• 具体的か（何を研究したかが明確か）
• 簡潔か（15語未満が理想）
• キーワードを含むか（検索可能か）
• 結論を先に明かしていないか

最終タイトルについてユーザーの承認を得てください。

---

3-B: 症例報告のワークフロー

Step 3.1-CR: 症例提示

Read ツールで ~/.claude/skills/paper-writer/templates/case-report.md を読み込みます。

CAREの構成に従って 02_case.md を作成します。

1. 患者情報（人口統計学的情報、病歴）
2. 臨床所見
3. 経過（タイムライン図の作成を検討）
4. 診断評価
5. 治療介入
6. フォローアップと転帰
7. 患者の視点（CARE項目10）—可能であれば、患者自身の言葉で体験を記載します

ルール：

• 時系列順に記載する
• 臨床的に関連する詳細のみを記載する
• 出版に関するインフォームド・コンセントを記録する
• 陽性所見と陰性所見の両方を報告する
• 患者の視点を含めることで報告の価値が高まり、CAREガイドラインでも推奨されています

Step 3.2-CR: 考察

Read ツールで ~/.claude/skills/paper-writer/templates/discussion.md を読み込みます。

04_discussion.md を作成します。

1. この症例が重要である理由（臨床的教訓）
2. 公表済み文献との比較
3. 症例の限界
4. 臨床的意義

内容を絞り、原著論文より短くまとめてください。

Step 3.3-CR: 序論

Read ツールで ~/.claude/skills/paper-writer/templates/case-introduction.md を読み込みます。

03_introduction.md を作成します。

1. 疾患の簡潔な背景
2. この症例を報告する価値がある理由（希少性、新規性、教育的価値）
3. 任意：「……を明らかにするため、症例を報告します」

症例セクションの後に序論を作成してください。報告する意義を説明するには、症例全体を把握している必要があります。

Step 3.4-CR: 抄録

Read ツールで ~/.claude/skills/paper-writer/templates/case-abstract.md を読み込みます。

CAREの抄録構成に従って 05_abstract.md を作成します。

• 背景（1～2文：この症例を報告する価値がある理由）
• 症例提示（3～5文：人口統計学的情報、所見、診断、治療、転帰）
• 結論（1～2文：臨床的教訓）

症例報告の抄録には、方法／結果の構成を使用しないでください。

Step 3.5-CR: タイトル

タイトル候補を3～5件記載した 06_title.md を作成します。症例報告の場合：

• タイトルに「case report」を必ず含めてください（CAREの要件）
• 診断または主要な所見を含めてください
• 例：「重症小児喘息に対するデュピルマブの有効な治療：症例報告」

最終タイトルについてユーザーの承認を得てください。

---

3-C: レビュー論文のワークフロー

レビュー論文では、あるテーマに関する既存の文献を統合します。構成はIMRAD形式ではなく、テーマ別にします。

Step 3.1-RA: テーマ別セクション

一般的な執筆指針については、~/.claude/skills/paper-writer/templates/discussion.md を読み込みます。

アウトラインに基づいて、本文をテーマ別のセクションに整理します。一般的な構成は次のとおりです。

1. 年代順：時間の経過に伴う理解の変化
2. テーマ別：サブトピックごとに分類（最も一般的）
3. 方法論別：研究手法ごとに分類

各セクションでは、以下を行います。

• 複数の研究結果を統合する（各研究を個別に要約するだけにしない）
• 一致している点と議論がある点を特定する
• 文献の不足領域を明らかにする
• 文献マトリックスを活用し、網羅的に取り上げられていることを確認する

Step 3.2-RA: 序論

序論を作成します。

1. テーマの範囲と重要性
2. 今レビューが必要な理由（新たなエビデンス、論争、新興分野）
3. このレビューの目的と対象範囲

Step 3.3-RA：結論と今後の方向性

結論を執筆します：

1. 特定した主要テーマを統合します
2. 知見の現状を示します
3. 研究上のギャップと今後の研究の方向性を示します
4. 臨床的意義を示します（該当する場合）

Step 3.4-RA：抄録

（ジャーナルで構造化形式が求められていない限り）非構造化抄録を執筆します：

• レビューの目的
• 方法（検索したデータベース、対象期間、選択基準）
• テーマ全体を通じて統合した主要な知見
• 結論

Step 3.5-RA：タイトル

タイトル案を作成します。レビュー論文の場合：

• タイトルに「review」、「narrative review」、または「scoping review」を含めます
• トピックを明確に示します
• 例：「診断放射線学における人工知能：ナラティブレビュー」

最終タイトルについてユーザーの承認を得てください。

---

3-D：システマティックレビューのワークフロー

Read ツールを使って ~/.claude/skills/paper-writer/templates/sr-outline.md を読み込み、PRISMA 2020に準拠したテンプレート全体を確認します。

システマティックレビューは、厳格な事前登録済みのプロトコルに従います。テンプレートには、PRISMA 2020チェックリスト項目番号を含む完全な構成が示されています。

Step 3.1-SR：方法

方法のセクションは最も重要です。PRISMA項目P-5からP-18に従って執筆します：

1. プロトコルと登録（PROSPERO ID）
2. 適格基準（PICO/PECO）
3. 情報源（データベース、日付）
4. 検索戦略（詳細な戦略は補足資料に記載）
5. 選択プロセス（スクリーニング、評価者間信頼性）
6. データ収集プロセス
7. データ項目
8. バイアスリスクの評価（ツールの選択）
9. 効果指標
10. 統合方法（ナラティブおよび／またはメタアナリシス）
11. サブグループ解析と感度分析
12. 報告バイアスの評価
13. エビデンスの確実性（GRADE）

Step 3.2-SR：結果

PRISMA項目P-19からP-23に従って結果を執筆します：

1. PRISMAフローダイアグラム（図1 — 必須）
2. 研究の特性をまとめた表
3. バイアスリスクの概要
4. 個別研究の結果
5. 統合結果（メタアナリシスを行う場合はフォレストプロット）
6. 報告バイアス（研究が10件以上の場合はファンネルプロット）
7. エビデンスの確実性（GRADE「Summary of Findings」表）

Step 3.3-SR：考察

PRISMA項目P-25からP-27に従って考察を執筆します：

1. 確実性のレベルを含むエビデンスの要約
2. 既存のレビューとの比較
3. 強みと限界（エビデンスとレビューのプロセスの両方）
4. 実践と研究への示唆

Step 3.4-SR：序論、抄録、タイトル

オリジナル論文と同じ原則に従いつつ、システマティックレビュー固有の視点を取り入れます：

• 序論：このシステマティックレビューが必要な理由を説明します（既存のシステマティックレビューがない、既存のレビューが古い、新たなエビデンスがある）
• 抄録：研究数、参加者総数、主要な統合推定値を含める必要があります
• タイトル：「systematic review」を含める必要があります（該当する場合は「meta-analysis」も含めます）

最終タイトルについてユーザーの承認を得てください。

---

3-E：レター／ショートコミュニケーションのワークフロー

レターとショートコミュニケーションは、簡略化したIMRAD形式に従います。主な制約は語数制限です（通常600～1,500語）。

Step 3.1-LT：簡略化した原稿

すべてのセクションを含む単一ファイルを執筆します：

1. 序論（1～2文）：目的を直接述べます。長い背景説明は避けます。
2. 方法（1段落）：不可欠な詳細のみを記載します。必要に応じて、より詳細な説明を別の箇所で参照します。
3. 結果（1～2段落）：主要な知見のみを記載します。通常は表1点または図1点（両方は不可）を用います。
4. 考察（1～2段落）：主要な解釈、文献との比較1～2点、主な限界を記載します。

ルール：

• すべての語数が重要です — 冗長な表現をすべて削除します
• 通常、表1点＋図1点、またはいずれか一方を2点までに制限します
• 参考文献は通常10～15件までです
• 独立した結論のセクションは設けません（最後の考察段落に含めます）

Step 3.2-LT：抄録

簡潔な抄録を執筆します（多くの場合100～150語、非構造化形式）。

Step 3.3-LT：タイトル

短く、直接的なタイトルが最適です。複雑な構成にする必要はありません。

最終タイトルについてユーザーの承認を得てください。

Phase 4: Humanize

Read ~/.claude/skills/paper-writer/references/humanizer-academic.md with the Read tool.

After drafting, run a humanization pass on every section to remove AI-generated writing patterns.

Step 4.1: Scan for AI Patterns

Read each section file and identify:

English papers — check for these 18 patterns:

1. Significance inflation ("pivotal", "evolving landscape", "underscores")
2. Notability claims ("landmark", "renowned", "groundbreaking")
3. Superficial -ing analyses ("highlighting", "underscoring", "showcasing")
4. Promotional language ("profound impact", "remarkable", "dramatic")
5. Vague attributions ("Studies have shown", "Experts argue")
6. Formulaic challenges ("Despite challenges... future outlook")
7. AI vocabulary ("Additionally", "crucial", "delve", "landscape", "pivotal")
8. Copula avoidance ("serves as" instead of "is")
9. Negative parallelisms ("Not only... but also")
10. Rule of three overuse (forcing ideas into groups of three)
11. Synonym cycling ("Patients... Participants... Subjects")
12. False ranges ("from X to Y" on unrelated scales)
13. Em dash overuse
14. Title Case in headings
15. Curly quotation marks
16. Filler phrases ("In order to", "It is important to note", "comprehensive investigation")
17. Excessive hedging ("may suggest... have the potential to")
18. Generic positive conclusions ("The future looks bright")

Japanese papers (日本語) — 13パターン（A〜C）+ AIボキャブラリー一覧（D）をチェック:

A. 記号と表記（3パターン）:

• emダッシュ、カギ括弧多用、丸括弧補足しすぎ

B. 文のリズム（3パターン）:

• 同じ語尾の連続（である。である。である。）
• 接続詞過多（さらに、また、加えて）
• 段落の終わりが毎回きれいに閉じる

C. 学術文特有の問題（7パターン）:

• C-1 保険が多い（逃げ道の常設）
• C-2 根拠なき評価語（非常に有効、大きなメリット）
• C-3 抽象語だけで押し切る
• C-4 AIボキャブラリー（包括的、革新的、シームレス、示唆に富む）
• C-5 同義語の言い換え連打
• C-6 受動態の過剰使用（検討が行われた → 検討した）
• C-7 非学術的な文体の混入（「参考になれば幸いである」「ポイントは以下の通り」→ 削除）

D. AIボキャブラリー一覧: references/humanizer-academic.md の日本語セクションDを参照。C-4のパターン判定に使う語彙リスト。

Step 4.2: Rewrite

Consult references/humanizer-academic.md for specific before/after examples. For each identified pattern:

1. Replace with precise, specific academic language
2. Preserve all data, statistics, and citations exactly
3. Use simple constructions ("is" over "serves as")
4. Remove filler and reduce hedging to match evidence strength
5. Ensure consistent terminology throughout
6. If 3+ AI patterns appear in one sentence, rewrite the entire sentence rather than fixing patterns individually

Step 4.3: Section-Specific Focus

English:

Section	Priority Patterns
Introduction	#1 Significance inflation, #5 Vague attributions, #7 AI vocabulary, #3 -ing analyses
Methods	#16 Filler phrases, #8 Copula avoidance
Results	#3 -ing analyses, #4 Promotional language
Discussion	#17 Excessive hedging, #6 Formulaic challenges
Conclusion	#18 Generic conclusions, #1 Significance inflation
Abstract	ALL patterns (most visible section)

日本語:

セクション	重点パターン
緒言	C-2 根拠なき評価語, B-2 接続詞過多
方法	C-6 受動態の過剰使用, C-3 抽象語
結果	B-1 同じ語尾, A-3 丸括弧多用
考察	C-1 保険が多い, C-4 AIボキャブラリー
結論	C-2 根拠なき評価語, C-7 非学術的文体
抄録	全パターン

Step 4.4: Verify

After humanization:

English:

• Scientific content unchanged (no data or citations lost)
• No "Additionally" / "Furthermore" at sentence start (max 1 per section)
• No "pivotal" / "crucial" / "landscape" / "delve"
• No "-ing" phrases tacked on for fake depth
• No "serves as" / "stands as" (use "is")
• Em dashes used sparingly (< 2 per page)
• Consistent terminology (no synonym cycling)
• Sentence rhythm varies (short and long sentences mixed)
• No generic conclusions remaining
• Hedging proportionate to evidence strength

日本語:

• 「さらに」「また」「加えて」の連発がない（各セクション最大1回）
• 同じ語尾が3回以上続いていない
• 根拠なき「非常に」「大きな」がない
• 受動態の過剰使用がない（能動態に直す）
• 定型的な締めの句がない（「参考になれば幸いである」等）
• 抽象語だけで押し切っていない
• カギ括弧を多用していない

Phase 5: 参考文献

Read ツールを使って ~/.claude/skills/paper-writer/references/citation-guide.md を読みます。

references/09_references.md（症例報告の場合は references/07_references.md）を作成します。

1. すべてのセクションから引用されている論文を収集します
2. Phase 0 で記録した対象ジャーナルのスタイル（Vancouver、APA など）に従って書式を整えます
3. 引用順に連番を付けます
4. 完全性を確認します。すべての参考文献が本文中で引用され、すべての引用に参考文献項目があることを確認します
5. 真正性を確認します：AI が提案した参考文献については、すべて構造化レコードと照合して論文の実在を確認します。mcp__claude_ai_PubMed__lookup_article_by_citation または mcp__claude_ai_PubMed__get_article_metadata（PMID/DOI を指定）を使い、取得できない場合は CrossRef（https://api.crossref.org/works/{DOI}）と、PubMed 以外の情報源については正確なタイトルでの WebSearch を使います。AI はもっともらしい引用を頻繁に捏造します。実在する PMID/DOI に紐づかない引用は削除するか、別の文献に差し替えます。references/citation-verification.md を参照してください。

Phase 6: 品質レビュー

Read ツールを使って ~/.claude/skills/paper-writer/references/section-checklist.md を読みます。症例報告の場合は、templates/case-report.md に記載された CARE 固有の項目も確認します。

各セクションについて品質チェックリストに照らして確認します。結果を checklists/section-quality.md に記録します。

検証チェックリスト：

• Methods と Results の対応関係（Original Article のみ）
• Introduction の目的に Conclusion で答えている
• すべての表／図に本文中で言及している
• Results に解釈が含まれていない（Original Article のみ）
• Discussion に新たな結果が含まれていない
• Abstract の数値が本文と一致している
• すべての参考文献が引用され、書式が整っている
• 語数が対象ジャーナルの上限内である（Phase 0 の要件を確認）
• 報告ガイドラインに従っている（Phase 0 で選択したガイドラインを確認）
• AI による執筆のパターンが除去されている（Phase 4 の検証に合格）
• すべてのセクションで用語が一貫している
• 倫理審査の承認とインフォームド・コンセントが記録されている

Phase 6.5: 敵対的レビュー（主張をレッドチームで検証する）

ジャーナルのレッドチームに論文を見せる前に、まず自分たちで検証します。 品質レビュー（Phase 6）では、原稿の内部整合性と書式を確認します。このフェーズで確認するのは、異なる、より難しい点です。中心的な主張は本当に正しく、裏付けられているでしょうか？ これは Sakana v2 の失敗パターンへの対策です（その反復プロセスには論文を失敗させようとする試みがなく、幻覚や新規性の誇張がそのまま公開されました）。

~/.claude/skills/paper-writer/references/adversarial-review.md を読みます。中心的な主張を4つの観点から攻撃する敵対的な内部パネルを実施し、さらに「帰無仮説を最強の形で擁護する」検討も行います。

1. 統計レビュアー — p 値の操作、多重性、検出力、事後サブグループ解析を確認します。確認的な主張はすべて、事前登録計画（templates/preregistration.md）に基づいていますか？
2. 方法論レビュアー — 交絡、選択バイアス／情報バイアス、DAG を確認します。因果関係を示唆する主張はそれぞれ、研究デザインによって裏付けられていますか？
3. 新規性レビュアー — references/novelty-check.md に照らして新規性の主張を再検証します。すでに、より大規模で優れた研究によって示されていませんか？
4. 研究公正性／臨床レビュアー — すべての数値の出所が生データにたどれること（📊 ゲート）、引用文献が実在すること、過剰な主張がないこと、読者が結論に基づいて行動しても臨床上の害が生じないことを確認します。
5. 帰無仮説を最強の形で擁護する — 所見が偶然、交絡、またはバイアスによるものだとできる限り強く論じます。論文はすでにその反論に答えていますか？

判定： KILL（主張が裏付けられていない → Phase −1 Discovery に戻ります。これはシステムが機能しているのであり、失敗ではありません）／MAJOR／MINOR／PASS。最終的な KILL/PASS の判断は人間が担います（💡 ゲート） — AI パネルは助言を行います。判定を log/human-loop-ledger.md に記録します。PASS のみが投稿前の段階へ進みます。

チームモードでは、4 人のレビュアーを4つの並列 paper-red-team エージェント（opus、異なる観点）として実行し、判定を統合します。KILL または MAJOR の場合は、該当するセクションを修正してから Phase 4（Humanize）と Phase 6（Quality）を再実行し、その後 Phase 6.5 に戻ります。

フェーズ 7：投稿前の準備

Read ツールで ~/.claude/skills/paper-writer/templates/cover-letter.md と ~/.claude/skills/paper-writer/templates/submission-ready.md を読みます。

以下を作成します：

1. タイトルページ — テンプレートとして ~/.claude/skills/paper-writer/templates/title-page.md を読みます（ランニングヘッド、ORCID を含む全著者、所属、語数、責任著者、臨床試験登録）
2. ハイライト／重要ポイント — ~/.claude/skills/paper-writer/templates/highlights.md を読み、対象ジャーナルに適したサマリーボックスを作成します（JAMA の Key Points、BMJ の「What is known」、Elsevier の Highlights、Lay Summary など）
3. 謝辞 — ~/.claude/skills/paper-writer/templates/acknowledgments.md を読み、草案を作成します（著者以外の貢献、AI ツールの開示、患者への謝辞）
4. 宣言事項 — ~/.claude/skills/paper-writer/templates/declarations.md を読み、記入します（倫理、references/coi-detailed.md を使った利益相反、資金提供、データの利用可能性、AI の開示、CRediT）
5. テンプレートを使ってカバーレターを作成します
6. テンプレートを使って checklists/submission-ready.md を作成します — フェーズ 0 で確認したジャーナル固有の制限を記入します
7. すべてのセクションを読み進める順に単一の Markdown ファイルへまとめます → submissions/v1_{journal}/compiled-manuscript.md
8. 投稿日、投稿ポータル、原稿 ID を記載した submissions/v1_{journal}/submission-log.md を作成します
9. 投稿を log/timeline.md に記録します

最終的な統合順（読み進める順）：

原著論文の場合：

Title → Abstract → Introduction → Methods → Results → Discussion → Conclusion → References

症例報告の場合：

Title → Abstract → Introduction → Case Presentation → Discussion → References

統合ファイルには、各セクションの内容を順番にすべて含めます。表と図は参照を記載しますが、それぞれのフォルダーに分けて保管します。投稿書類はすべて submissions/v1_{journal}/ に格納します。

フェーズ 8：改訂（査読後）

ユーザーが査読コメント（査読コメント、編集者の判定通知）を受け取ったら、以下を行います。

ステップ 8.1：査読コメントを整理する

revisions/r1/reviewer-comments.md を作成します：

1. 判定通知と査読コメントを解析します
2. 各コメントに順番に番号を付けます（R1-1、R1-2、R2-1、R2-2 など）
3. 各コメントを分類します：
   • 必ず修正：事実誤認、データの欠落、方法論上の懸念
   • 修正が望ましい：論文の改善につながる妥当な提案
   • 検討：任意の提案、文体上の好み
   • 反論：誤解に基づくコメント（丁寧な説明が必要）

ステップ 8.2：回答書を作成する

revisions/r1/response-letter.md を作成します：

各コメントに対して、次の形式を使います：

**Comment R1-1:** [Quote the reviewer's comment]

**Response:** [Your response]

**Changes made:** [Specific changes with page/line numbers, or explanation if no change]

回答書のルール：

• 建設的なフィードバックに対する謝意は、冒頭で一度だけ伝えます（コメントごとには繰り返しません）
• 変更した内容と箇所を具体的に説明します
• 反論する場合は、査読者の見解を認めたうえで、根拠を示して説明します
• 防御的または相手を軽視する態度は避けます
• 変更しなかった場合は、参考文献やデータを挙げて理由を説明します

ステップ 8.3：改訂を実施する

1. 査読コメントに基づき、修正が必要なセクションを特定します
2. 該当するセクションファイルを修正します
3. 変更したテキストに印を付けます（多くのジャーナルでは、変更箇所のハイライトまたは差分が必要です）
4. 影響を受けるフェーズに戻り、修正したセクションに対して人間らしい表現への調整（フェーズ 4）と品質レビュー（フェーズ 6）を再実行します
5. 語数を更新し、ジャーナルの制限内であることを確認します

ステップ 8.4：改訂の完了を確認する

• すべての査読コメントに回答している
• 「必ず修正」と「修正が望ましい」の項目すべてに対応している
• 反論が根拠によって裏付けられている
• 変更したテキストに印が付いている／ハイライトされている
• 新しい引用文献を追加した場合、参考文献を更新している
• 結果または結論を変更した場合、抄録を更新している
• 再投稿用のカバーレターを作成している

フェーズ 9：採択後

Read ツールで ~/.claude/skills/paper-writer/templates/proof-correction.md を読みます。

採択後、責任著者にゲラ刷りが届きます。誤りを修正できる最後の機会です。

Step 9.1：校正刷りの確認

校正刷りが届いたら（通常、受理から2～8週間後。返却期限：24～72時間以内）：

重要な確認項目：

• 著者名、所属、ORCIDは正しいですか？
• 抄録の数値は本文と一致していますか？
• すべての表で、データの値は正しく、転置ミスはありませんか？
• すべての図で、画像は正しく、品質に問題はありませんか？
• 参考文献リストは完全で、番号は正しいですか？
• 責任著者のメールアドレスは正しいですか？
• 研究費およびCOIに関する記載は正確ですか？
• 臨床試験登録番号は記載されていますか？

校正刷りの段階で許可されていないこと：

• 文や段落の書き直し
• 新しいデータ、参考文献、著者の追加
• 結論の変更

Step 9.2：修正を提出する

ジャーナルの校正システム（Proof Central、CATS、eProofing、またはPDFを直接返送）を使用します。修正箇所ごとに、ページ、段、行、および具体的な変更内容を記載します。

Step 9.3：出版後

出版後：

• 最終出版版が受理された原稿と一致していることを確認します
• 該当する場合は、機関リポジトリを通じて共有します（グリーンOA）。references/open-access-guide.mdを参照してください
• 該当する場合は、臨床試験登録に結果を更新します。references/clinical-trial-registration.mdを参照してください
• 共著者や共同研究者と共有します

フェーズ10：却下と再投稿

Readツールで~/.claude/skills/paper-writer/references/desk-rejection-prevention.mdとreferences/journal-reformatting.mdを読みます。

Step 10.1：却下内容を評価する

判定	対応
デスクリジェクト（スコープ）	直ちに形式を整え直し、次のジャーナルに投稿します
デスクリジェクト（品質）	原稿を修正してから、形式を整え直して投稿します
査読後の却下	査読コメントを慎重に読み、次のジャーナルに投稿する前に大幅な修正を行います
再投稿を勧める却下	大幅な修正として扱い、すべてのコメントに対応します

Step 10.2：迅速な形式変更

references/journal-reformatting.mdのチェックリストを使用します：

1. 参考文献の書式を変更します（文献管理ツールを使用）
2. 新しい見出しに合わせて抄録を再構成します。references/abstract-formats.mdを参照してください
3. 語数を調整します。references/word-count-limits.mdを参照してください
4. 特別なセクション（Key Points、Highlights）を追加または削除します
5. タイトルページの書式を整え直します
6. 新しいカバーレターを作成します（新しい編集者の名前を記載）
7. 原稿内に以前のジャーナル名が記載されていないことを確認します

Step 10.3：段階的投稿戦略

投稿状況を記録します：

ジャーナル	投稿日	判定	所要期間	次の対応
[Journal 1]	YYYY-MM-DD	—	—	—

投稿先の順序を計画します：挑戦的なジャーナル → 目標ジャーナル → 安全策のジャーナル → 予備のジャーナル。

セクション別のAIガイドライン

AIが行うべきこと

セクション	AIの役割
文献検索	検索、整理、要約 — 関連性はユーザーが確認します
方法	ユーザーのデータの説明に基づいて草稿を作成 — 正確性はユーザーが確認します
結果	構成と書式を整える — 実際のデータはユーザーが提示します
症例（症例報告）	時系列に沿って構成 — 臨床的詳細はユーザーが提示します
序論	文献に基づいて背景の草稿を作成 — 論述はユーザーが調整します
考察	文献との比較を提案 — 解釈はユーザーが決定します
抄録	全文から生成 — 正確性はユーザーが確認します
参考文献	書式を整えて整理 — 完全性と真正性はユーザーが確認します

AIが行うべきでないこと

• データや統計を捏造する
• 引用をでっち上げる（必ずWebSearchで確認してください）
• ユーザーが提示したデータなしに結果を書く
• ユーザーが提示した臨床的詳細なしに症例報告を書く
• データの範囲を超える臨床上の推奨を行う
• アウトラインとタイトルの段階でユーザーの承認を得る手順を省略する

ステータスの追跡

各フェーズの終了後に、README.md のステータスを更新します。ステータスには次の値を使用します。

• 未着手：フェーズを開始していません
• 進行中：フェーズに取り組んでいます（「メモ」に詳細を追加します）
• ドラフト完了：初稿が完成し、レビュー待ちです
• 完了：フェーズが完了し、レビュー済みです

論文の種類に応じて、適切なステータストラッカーを使用します。

原著論文：

フェーズ	ステータス	最終更新日
文献検索	未着手	-
アウトライン	未着手	-
表と図	未着手	-
方法と結果	未着手	-
序論と結論	未着手	-
考察	未着手	-
抄録	未着手	-
タイトルとキーワード	未着手	-
人間らしい表現への調整	未着手	-
参考文献	未着手	-
宣言事項	未着手	-
品質レビュー	未着手	-
投稿前	未着手	-

症例報告：

フェーズ	ステータス	最終更新日
文献検索	未着手	-
アウトライン	未着手	-
表と図	未着手	-
症例提示	未着手	-
考察	未着手	-
序論	未着手	-
抄録	未着手	-
タイトルとキーワード	未着手	-
人間らしい表現への調整	未着手	-
参考文献	未着手	-
宣言事項	未着手	-
品質レビュー	未着手	-
投稿前	未着手	-

総説論文：

フェーズ	ステータス	最終更新日
文献検索	未着手	-
アウトライン	未着手	-
表と図	未着手	-
テーマ別セクション	未着手	-
序論	未着手	-
結論と今後の方向性	未着手	-
抄録	未着手	-
タイトルとキーワード	未着手	-
人間らしい表現への調整	未着手	-
参考文献	未着手	-
宣言事項	未着手	-
品質レビュー	未着手	-
投稿前	未着手	-

システマティックレビュー：

フェーズ	ステータス	最終更新日
文献検索	未着手	-
アウトライン	未着手	-
表と図	未着手	-
方法（PRISMA）	未着手	-
結果（PRISMA）	未着手	-
考察	未着手	-
序論	未着手	-
抄録	未着手	-
タイトルとキーワード	未着手	-
人間らしい表現への調整	未着手	-
参考文献	未着手	-
宣言事項	未着手	-
品質レビュー	未着手	-
投稿前	未着手	-

レター／短報：

フェーズ	ステータス	最終更新日
文献検索	未着手	-
アウトライン	未着手	-
表と図	未着手	-
短縮稿	未着手	-
抄録	未着手	-
タイトルとキーワード	未着手	-
人間らしい表現への調整	未着手	-
参考文献	未着手	-
品質レビュー	未着手	-
投稿前	未着手	-

Resuming a Project

When the user invokes this skill on an existing project directory:

1. Read README.md to understand current status, paper type, target journal, and research question
2. Scan section files to assess actual content state:
   • Read each section file that shows "In Progress" or "Draft Complete"
   • Check word count and completeness (empty sections, TODO markers, partial drafts)
   • Compare actual file state with the status tracker — the files are the source of truth
3. Present a summary to the user: "Here is where we left off: [status]. The next step is [phase]. Shall I continue?"
4. Check for workflow updates: Compare the README status table against the canonical phase list above. If phases are missing (e.g., old project created before "Humanize" was added), add them with "Not Started" status and inform the user
5. Resume from the next incomplete phase
6. Update status tracker

Handling Mid-Project Changes

Changing target journal: If the user wants to change the target journal:

1. Update README.md Paper Info and Journal Requirements
2. Re-check: citation style, word limits, abstract format, reporting guideline
3. Reformat references if citation style changed
4. Check word counts against new limits
5. Update cover letter

Adding data or revisions: If the user has new data or reviewer feedback:

1. Identify which sections are affected
2. Roll back affected phases to "In Progress"
3. Re-run from that phase forward (including Humanize and Quality Review)

Language Support

English Papers

• Use standard academic English
• Follow target journal's style guide
• Flag awkward phrasing for user review

Japanese Papers

• IMRAD形式は英語論文と同じ（Case Reportは例外: CARE形式）
• 「です・ます」ではなく「である」調
• 専門用語は原則として日本語（初出時に英語併記）
• 症例報告では「症例提示」「臨床経過」等の標準的な見出しを使用
• 論文の書き方ガイドが別途ある場合は参照のこと

Team Mode（チームモード）

ユーザーが「チームで」「team mode」「並列で」と指示した場合、各フェーズを並列エージェントで実行し、大幅に高速化する。

チーム構成

エージェント	役割	エージェント定義	モデル
文献検索	DB別の並列論文検索	~/.claude/agents/paper-lit-searcher.md	sonnet
表・図設計	表と図の並列設計	~/.claude/agents/paper-table-figure-planner.md	sonnet
セクション執筆	汎用セクション執筆	~/.claude/agents/paper-section-drafter.md	sonnet
ヒューマナイザー	AI文体パターン除去	~/.claude/agents/paper-humanizer.md	haiku
参考文献	引用収集・検証	~/.claude/agents/paper-ref-builder.md	sonnet
セクションレビュー	セクション品質チェック	~/.claude/agents/paper-section-reviewer.md	sonnet
品質ゲート	横断整合性の最終検証	~/.claude/agents/paper-quality-gate.md	opus
レッドチーム	中心的主張の敵対的科学レビュー（Phase 6.5）	~/.claude/agents/paper-red-team.md	opus

Phase別チームワークフロー

Phase 0, 2: 逐次実行（変更なし）

ユーザーとの対話が必要なため、既存フローのまま実行する。

Phase 1: 文献検索（並列 x3）

paper-lit-searcher を3つ並列でAgent toolから起動する：

• Agent A: PubMed検索（MeSH用語使用）
• Agent B: Google Scholar検索（フリーテキスト）
• Agent C: ユーザー提供の重要論文レビュー + ドメイン固有DB（CiNii, EMBASE等）

3エージェント完了後、リードが結果をマージし 00_literature/literature-matrix.md を作成（重複除去）。

Phase 2.5: 表・図（並列 x2）

paper-table-figure-planner を2つ並列で起動：

• Agent A: 表の設計（tables/ に出力）
• Agent B: 図の設計（figures/ に出力）

Phase 3: ドラフティング（グループ並列）

paper-section-drafter を依存関係に基づいてラウンド実行する。

Original Article の場合:

• Round 1: Methods + Results（ペアリング執筆、1エージェント）
• Round 2: Introduction P3 + Conclusion（並列 x2、ミラー関係）
• Round 3: Discussion + Introduction P1-P2 + Abstract（並列 x3）
• Round 4: Title（1エージェント）

Case Report の場合:

• Round 1: Case Presentation（逐次、ユーザーの臨床情報必要）
• Round 2: Discussion + Introduction（並列 x2）
• Round 3: Abstract + Title（並列 x2）

Systematic Review の場合:

• Round 1: Methods（逐次、最重要セクション）
• Round 2: Results（逐次、Methods構造に依存）
• Round 3: Discussion + Introduction + Abstract（並列 x3）
• Round 4: Title（1エージェント）

Phase 4: ヒューマナイズ（並列 x最大6）

paper-humanizer をセクション数分並列で起動：

• 各エージェントが1セクションを担当
• 全エージェントが references/humanizer-academic.md を参照
• 完了後、リードがPhase 4.4検証チェックリストを実行

Phase 5: 参考文献（2段階）

paper-ref-builder を2段階で実行：

1. Builder モード: 全セクションから引用収集→ジャーナル形式でフォーマット
2. Verifier モード: WebSearchで各文献の実在確認→捏造フラグ

Phase 6: 品質レビュー（並列 + ゲート）

Round 1: paper-section-reviewer をセクション数分並列で起動

• 各エージェントが references/section-checklist.md に基づき評価

Round 2: paper-quality-gate を1つ起動（opusモデル）

• 全セクションの横断整合性を検証
• PASS必須。FAILなら該当セクションを修正し再レビュー

Phase 6.5: 敵対的レビュー（並列 x4 + 統合）

paper-red-team（opus）を4つ並列で起動し、それぞれ異なる観点から中心的主張を攻撃する：

• Agent A: 統計レビュアー（p-hacking・多重比較・検出力・事前登録への追跡可能性）
• Agent B: 方法論レビュアー（交絡・バイアス・DAG・因果主張の妥当性）
• Agent C: 新規性レビュアー（references/novelty-check.md に照らし新規性を再攻撃）
• Agent D: 整合性・臨床レビュアー（生データ追跡・引用実在・過剰主張・臨床的害）

4エージェント完了後、リードが統合し steelman-the-null を実施、判定（KILL/MAJOR/MINOR/PASS）を出す。KILL/MAJOR の最終裁定は人間（💡ゲート）。 KILL は Phase −1 へ差し戻し（システムが機能した証拠）。PASS のみ Phase 7 へ。

Phase 7: 投稿準備（並列 x4）

paper-section-drafter を4つ並列で起動：

• Agent A: タイトルページ（templates/title-page.md 参照）
• Agent B: ハイライト / Key Points（templates/highlights.md 参照）
• Agent C: 謝辞・宣言（templates/acknowledgments.md + templates/declarations.md 参照）
• Agent D: カバーレター（templates/cover-letter.md 参照）

完了後、scripts/compile-manuscript.sh で最終統合。

Phase 8: リビジョン（並列 x3）

レビュアーコメントのパース・カテゴリ分けは逐次（ユーザー対話）。その後：

• Agent A (paper-section-drafter): Must Fix コメント対応
• Agent B (paper-section-drafter): Should Fix コメント対応
• Agent C (paper-section-drafter): 反論（Rebut）ドラフト作成

完了後、修正セクションに Phase 4（ヒューマナイズ）と Phase 6（品質レビュー）を再実行。

Phase 9-10: 逐次実行（変更なし）

イベント駆動（プルーフ到着、リジェクション通知）のため既存フローのまま。

チームモードの使い分け

場面	推奨モード
Original Article（多セクション）	チームモード
Systematic Review（大量文献）	チームモード
Case Report（少セクション）	逐次モード
Letter / Short Communication	逐次モード
締め切りが迫っている場合	チームモード

Autonomous Stage-Gate System（自律品質ゲート）

チームモード時、各Phaseに品質ゲートを設ける。ゲートがFAILの場合、修正エージェントを自動再起動してPASSまでループする。最大3イテレーションでユーザーにエスカレーション。

ゲートフロー

Phase N 完了 → [ゲートエージェント] → PASS? → 次のPhaseへ
                                    → FAIL + iter<3 → FEEDBACK.md生成 → [修正エージェント(revision_mode)] → ゲートに戻る
                                    → FAIL + iter≥3 → ユーザーにエスカレーション（checklists/escalation-log.md）

Phase別ゲート定義

Phase	ゲート名	PASS条件	ゲート担当	修正担当
1	文献品質	≥10論文、全DOI/URLあり、捏造なし	paper-section-reviewer	paper-lit-searcher
2	アウトライン	全IMRAD存在、≥2引用マッピング	paper-section-reviewer	ユーザーに即エスカレ
2.5	表・図	全設計ファイル完備、ジャーナル制限内	paper-section-reviewer	paper-table-figure-planner
3	セクション	score≥80%、Must Fix=0	paper-section-reviewer	paper-section-drafter
4	ヒューマナイズ	高優先AIパターン残存0	paper-section-reviewer	paper-humanizer
5	参考文献	捏造0、孤立引用0	paper-ref-builder(verifier)	paper-ref-builder(builder)
6	横断整合	PASS or CONDITIONAL_PASS	paper-quality-gate(opus)	paper-section-drafter
7	投稿準備	全必須書類あり、語数制限内	paper-section-reviewer	paper-section-drafter

フィードバックファイル形式

ゲートFAIL時、オーケストレーターが checklists/feedback-{phase}-{section}.md を生成する：

---
revision_mode: true
iteration: {N} of 3
section: {section_name}
source_file: {path/to/section_file.md}
gate_verdict: FAIL
---

## Must Fix
### Issue 1
- item: {チェックリスト項目名}
- location: {段落番号 or 行範囲}
- problem: {問題の1文記述}
- fix: {具体的な修正指示}

## Should Fix
### Issue 2
- item: {項目名}
- fix: {修正指示}

## Context (変更不可)
- reporting_guideline: {PRISMA等}
- journal: {ジャーナル名}
- language: {English/Japanese}

修正エージェントの起動方法

ゲートFAIL時、修正エージェントに以下を渡す：

revision_mode: true
feedback_file: {project_dir}/checklists/feedback-{phase}-{section}.md
source_file: {project_dir}/{section_file.md}

全修正エージェント（paper-section-drafter, paper-humanizer, paper-lit-searcher, paper-table-figure-planner）は revision_mode: true を受け取ると、フィードバックの Must Fix 項目のみを処理し、通常の初期ワークフローをスキップする。

ゲート状態の永続化

checklists/gate-state.md でイテレーション回数を管理：

| Phase | Section | Iteration | Status | Last Run |
|-------|---------|-----------|--------|----------|
| phase3 | methods | 2 | IN_PROGRESS | 2026-03-05 |
| phase4 | intro | 0 | PASS | 2026-03-05 |

エスカレーションプロトコル

3イテレーション到達時：

1. checklists/escalation-log.md に未解決の Must Fix 一覧と説明を記録
2. ユーザーにメッセージ表示（該当ファイルパスと問題点を明示）
3. ワークフローを一時停止
4. ユーザーが手動修正後「continue」で再開 → イテレーションカウンターを0にリセット

YAML verdict によるループ判定

section-reviewer と quality-gate は出力ファイル冒頭にYAMLヘッダを付与する：

# section-reviewer
---
gate_verdict: PASS | FAIL
must_fix_count: {N}
score_percent: {N}
section: {name}
---

# quality-gate
---
gate_verdict: PASS | CONDITIONAL_PASS | FAIL
must_fix_count: {N}
affected_sections: [methods, results]
---

オーケストレーターはYAMLヘッダのみ読み取ってループ継続/終了を判定する。CONDITIONAL_PASS（Should Fixのみ残存）はPASS扱い。

並列ゲート実行

一部のゲートは並列実行可能：

• Phase 3: Methods+Results ペア ‖ Introduction+Conclusion ペア（Discussion は独立）
• Phase 4: 全セクションのヒューマナイズゲートを同時実行
• Phase 6: 全セクションレビューの後に quality-gate（順序依存）

Abstract のゲートは全セクション PASS 後に実行（他セクションの数値に依存するため）。

Reference Files

AI-for-Science レイヤー（Phase −1 Discovery ＋ Phase 6.5 Adversarial Review）

• references/ai-for-science-model.md - 最初に読んでください。 運用モデル：人間が主導権を持つ2つの入力（💡 IDEA、📊 DATA）、ディスカバリーループ、3つのインテグリティガードレール、自律性の調整
• templates/research-question.md - Phase −1 の仮説創出（臨床現場での観察 → FINER スコアリング済み候補 → 人間が選択）
• references/novelty-check.md - 実際の API を使った最新文献の新規性調査（PubMed MCP、OpenAlex、Europe PMC、Semantic Scholar）；4段階の判定によるギャップ分類
• templates/study-design.md - 研究デザインの選択、PICO→変数、DAG／交絡、サンプルサイズ／検出力、事前に規定した解析計画
• templates/preregistration.md - 事前登録のロック（HARKing 対策）：登録先の選択、記入可能な記録、検証的／探索的分析のファイアウォール、逸脱ログ
• references/adversarial-review.md - Phase 6.5 のレッドチームレビュー：4人の厳しい査読者＋帰無仮説の最善の主張；KILL／MAJOR／MINOR／PASS 判定
• templates/human-loop-ledger.md - 説明責任台帳（💡／📊／🤖 の意思決定タグ付け）→ AI 開示情報＋CRediT に集約
• チームモード用エージェント paper-red-team（~/.claude/agents/paper-red-team.md、opus） - 敵対的査読者

コア執筆レイヤー

• references/imrad-guide.md - IMRAD 構成と執筆の原則
• references/section-checklist.md - セクションごとの品質チェックリスト（原著論文＋症例報告）
• references/citation-guide.md - 引用の書式設定と管理
• references/reporting-guidelines.md - CONSORT、STROBE、PRISMA、CARE の概要
• references/humanizer-academic.md - AI による文章パターンの検出（英語 18 パターン＋日本語 13 パターン）
• templates/project-init.md - プロジェクト README テンプレート（原著論文）
• templates/project-init-case.md - プロジェクト README テンプレート（症例報告）
• templates/literature-matrix.md - 文献比較マトリックス
• templates/methods.md - 方法セクションの執筆ガイド（原著論文）
• templates/results.md - 結果セクションの執筆ガイド（原著論文）
• templates/case-report.md - 症例提示の執筆ガイド（CARE 準拠）
• templates/case-introduction.md - 症例報告の序論ガイド
• templates/case-abstract.md - 症例報告の抄録ガイド（CARE 形式）
• templates/introduction.md - 序論セクションの執筆ガイド（原著論文）
• templates/discussion.md - 考察セクションの執筆ガイド
• templates/conclusion.md - 結論の執筆ガイド
• templates/abstract.md - 抄録の執筆ガイド（原著論文）
• templates/cover-letter.md - カバーレターテンプレート
• templates/submission-ready.md - 投稿前チェックリストのテンプレート
• templates/sr-outline.md - システマティックレビューのアウトライン（PRISMA 2020）
• templates/sr-screening-pipeline.md - SR スクリーニングの実行（重複除去 → 二重 TA → 二重 FT → 抽出 → PRISMA 件数）；フェーズ 1.5
• scripts/sr-dedup.py - RIS/NBIB/BibTeX/CSV エクスポートの決定論的な重複除去＋同定件数
• scripts/sr-pdf-link.py - DOI による全文 PDF とレコードの紐付け、標準名への変更（原本は変更しません）
• scripts/sr-prisma-count.py - 各段階の CSV から PRISMA フロー数＋Cohen の κ＋内部整合性チェックを算出
• templates/declarations.md - 宣言テンプレート（倫理、COI、資金提供、AI、CRediT）
• templates/graphical-abstract.md - グラフィカルアブストラクトのデザインガイド
• references/ai-disclosure.md - AI ツール開示ガイド（ICMJE 2023）
• references/tables-figures-guide.md - 表と図の作成ガイド
• references/keywords-guide.md - キーワードと MeSH 用語の選定ガイド
• references/supplementary-materials.md - 補足資料の戦略ガイド
• references/citation-verification.md - 引用の真正性確認ガイド
• references/pubmed-query-builder.md - PubMed 検索クエリの作成ガイド
• templates/title-page.md - タイトルページのテンプレート（ランニングヘッド、ORCID、所属）
• templates/highlights.md - Key Points／Highlights／Summary ボックス（JAMA、BMJ、Elsevier など）
• templates/limitations-guide.md - テンプレート付きの限界セクション執筆ガイド
• templates/acknowledgments.md - 謝辞のテンプレート（AI ツール、メディカルライティング）
• templates/proof-correction.md - 採択後の校正刷り修正ガイド
• references/submission-portals.md - 投稿ポータルのガイド（ScholarOne、Editorial Manager など）
• references/open-access-guide.md - オープンアクセスのモデル、APC、プレプリント、資金提供者の義務
• references/clinical-trial-registration.md - 臨床試験登録ガイド（ClinicalTrials.gov、UMIN-CTR、jRCT）
• references/abstract-formats.md - ジャーナル別の抄録形式（JAMA、NEJM、Lancet、BMJ など）
• references/word-count-limits.md - ジャーナルおよび論文種別ごとの語数制限
• references/coi-detailed.md - COI の詳細な分類、CRediT タクソノミー、ORCID ガイド
• references/desk-rejection-prevention.md - デスクリジェクションの防止とジャーナル選定
• references/journal-reformatting.md - リジェクト後の迅速な書式変更ガイド
• references/statistical-reporting-full.md - SAMPL 統計報告ガイド（拡張版）
• references/reporting-guidelines-full.md - 包括的な報告ガイドライン（20 以上のガイドラインとチェックリスト）
• references/master-reference-list.md - URL 付きのマスター参考資料リスト（すべてのリソース）
• templates/data-management.md - データ管理テンプレート（生データ／処理済みデータ／解析データ、データ辞書、匿名化）
• templates/analysis-workflow.md - データ解析ワークフローガイド（Table 1、回帰、生存解析、図）
• scripts/table1.py - Table 1 生成ツール（変数型の自動検出、正規性検定、群間比較）
• scripts/analysis-template.py - 統計解析テンプレート（記述統計、t 検定、ロジスティック回帰、生存解析）