关于 clinical-decision-support-documents
面向制药研究、临床研究者和指南制定者的临床决策支持文档编写技能,涵盖患者队列分析与治疗建议报告。提供 GRADE 分级、统计报告和合规检查等流程指导;个体患者治疗方案应使用 treatment-plans。
主要功能
- 01区分队列分析与治疗建议报告
- 02按 GRADE 评定治疗建议
- 03规范生存与疗效统计报告
- 04指导文档结构及 LaTeX 排版
- 05检查 HIPAA 去标识化要求
适用场景
- 01撰写临床试验亚组分析报告
- 02制定按证据分级的临床指南
- 03分析生物标志物与治疗结果
- 04编写真实世界证据队列报告
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ jaechang-hits/ sciagent-skills --skill clinical-decision-support-documents安装后在 Claude Code 中输入/clinical-decision-support-documents确认已加载。
详细介绍
临床决策支持文档
概述
临床决策支持(CDS)文档是用于药物研发、指南制定和监管申报的分析报告。本知识指南涵盖两种主要文档类型:患者队列分析(按生物标志物分层的群体结局)和治疗建议报告(按证据等级评定的临床指南)。如需制定针对个体患者的治疗计划,请改用 treatment-plans 技能。
核心概念
1. 文档类型
患者队列分析 — 按生物标志物、分子亚型或临床特征分层,对患者亚组进行群体层面的统计比较。
- 典型内容:人口统计学特征、生物标志物分层、结局指标(OS、PFS、ORR)、Kaplan-Meier 曲线、森林图
- 受众:制药公司、临床研究人员、监管机构
- 篇幅:5–15 页(1 页执行摘要 + 详细章节)
治疗建议报告 — 基于证据的临床指南,包含按 GRADE 分级的疾病管理建议。
- 典型内容:证据审查、按治疗线次给出的建议、决策算法流程图、监测方案
- 受众:指南委员会、医学事务部门、KOL
- 篇幅:5–20 页
2. GRADE 证据分级系统
GRADE(建议分级、评估、制定与评价)系统根据建议的强度和证据质量对其进行分类:
| 等级 | 强度 | 证据质量 | 含义 |
|---|---|---|---|
| 1A | 强 | 高 | 获益明确超过风险;RCT 数据一致 |
| 1B | 强 | 中 | 获益可能超过风险;RCT 数据有限 |
| 2A | 弱 | 高 | 存在权衡;证据质量高,但患者价值观也会影响决策 |
| 2B | 弱 | 中 | 权衡关系不明确;证据有限 |
| 2C | 弱 | 低 | 极不确定;仅有专家意见或观察性数据 |
3. 结局指标
| 指标 | 缩写 | 定义 |
|---|---|---|
| 总生存期 | OS | 从开始治疗到因任何原因死亡的时间 |
| 无进展生存期 | PFS | 到疾病进展或死亡的时间 |
| 客观缓解率 | ORR | 按 RECIST 1.1 标准,达到 CR + PR 的比例 |
| 缓解持续时间 | DOR | 从首次缓解到疾病进展的时间 |
| 疾病控制率 | DCR | 达到 CR + PR + SD 的比例 |
4. 统计报告标准
- 风险比:报告 95% CI(例如,HR 0.65,95% CI 0.48–0.89,p=0.007)
- 生存数据:中位 OS/PFS 和 95% CI + 固定时间点生存率(6 个月、12 个月、24 个月)
- 缓解率:点估计值和 95% CI
- Kaplan-Meier 曲线:下方附风险人数表、删失标记和 log-rank p 值
- 亚组分析:提供带交互作用 p 值的森林图;清楚标明预设分析与探索性分析
决策框架
使用此框架选择适当的文档类型:
Is this about a POPULATION or an INDIVIDUAL patient?
├── POPULATION (group-level analysis)
│ ├── Comparing outcomes between subgroups? → Patient Cohort Analysis
│ ├── Developing treatment guidelines? → Treatment Recommendation Report
│ └── Both analysis and recommendations? → Combined (cohort analysis + recommendations chapter)
└── INDIVIDUAL (single patient)
└── Use treatment-plans skill instead
| 场景 | 文档类型 | 关键章节 |
|---|---|---|
| II/III 期试验亚组分析 | 队列分析 | 生物标志物分层、生存曲线、森林图 |
| 临床实践指南 | 治疗建议 | GRADE 分级建议、决策算法、证据表 |
| 伴随诊断开发 | 队列分析 | 生物标志物与缓解的相关性、敏感度/特异度 |
| 医学事务策略 | 治疗建议 | 竞争格局、定位、KOL 教育 |
| 真实世界证据研究 | 队列分析 | EMR 队列定义、按治疗组划分的结局 |
最佳实践
-
始终以完整页面的执行摘要开篇:第 1 页应包含 3–5 个彩色摘要框(研究发现、生物标志物、影响、统计数据、安全性),并确保读者可在 60 秒内浏览完毕。第 1 页不放目录。这是对临床决策支持(CDS)文档格式影响最大的一项决定。
-
始终如一地使用 GRADE:每项治疗建议都必须标注 GRADE 评级(1A–2C),并记录评级理由。同一份文档中不要混用 GRADE 和其他评级体系。
-
报告效应量,而不仅是 p 值:务必提供风险比或比值比及其 95% 置信区间。单独的 p 值无法体现临床意义或效应大小。
-
注明生物标志物检测详情:写明检测平台(例如,FoundationOne CDx、Ventana PD-L1 SP263)、临界值和验证状态。只有在明确检测方法后,生物标志物结果才具有可操作性。
-
使用 RECIST 1.1 评估疗效:对于免疫疗法队列,注明 iRECIST 标准及假性进展的处理方式。清楚说明所采用的评估标准。
-
包含风险人数表:每张 Kaplan-Meier 曲线下方都应显示各时间点的风险患者人数。这是可信生存分析的必要要求。
-
说明数据完整性和随访情况:报告中位随访时间、数据成熟度(事件占比),以及缺失数据的处理方式(完整病例分析、插补方法)。
-
按照 HIPAA 安全港规则去标识化:纳入任何患者级数据前,移除 HIPAA 规定的全部 18 项标识符。对于专有药品数据,添加保密声明页眉。
-
统一使用颜色编码:蓝色 = 数据/信息,绿色 = 生物标志物/阳性结果,橙色 = 临床影响/注意事项,红色 = 警告/安全性,灰色 = 统计数据/方法。
-
为所有建议注明日期和版本:注明分析日期、数据截止日期和计划更新周期。随着新的试验数据出现,治疗指南会逐渐过时。
常见问题
-
混淆群体层面和个体层面的建议:CDS 文档分析的是队列,而非个体。写明“患者 X 应接受……”并不恰当。避免方法:使用“具有生物标志物 X 的患者可能获益……”或“证据支持对[人群]使用[疗法](1B 级)”等表述。
-
过度解读亚组分析:事后亚组分析用于生成假设,而非确认结论。避免方法:始终标明亚组属于探索性分析还是预先设定的分析。报告交互作用 p 值。注明“这些发现需要通过前瞻性研究验证”。
-
遗漏置信区间:报告中位 PFS = 12.5 个月却不提供置信区间,会让结果的精确度无从得知。避免方法:始终按“中位 PFS 为 12.5 个月(95% CI:9.8–15.2)”的格式报告。
-
忽略竞争风险:在肿瘤队列中,患者可能死于非癌症原因,从而使标准 Kaplan-Meier 估计产生偏倚。避免方法:进行 OS 分析时,注明竞争死因;进行 PFS 分析时,说明对非疾病事件进行删失的情况。
-
GRADE 应用不一致:只为一项建议标注 1A 级,却不为其他建议评级,会造成质量缺口。避免方法:为每项建议评级。如果证据不足,评为 2C 级并注明“证据不足”。
-
执行摘要过于详细:长达 2 页的执行摘要会背离其设计初衷。避免方法:仅限第 1 页。使用彩色框中的项目符号,而非段落。在目录前添加
\newpage。 -
缺少法规合规要素:药品文档中遗漏保密声明或 HIPAA 去标识化要求。避免方法:每页都添加保密声明页眉。在方法部分加入去标识化声明。
工作流
标准 CDS 文档开发流程
- 明确范围:确定文档类型(队列分析或治疗建议)、疾病状态、目标受众和数据来源
- 收集证据:收集试验数据、生物标志物结果和已发布的指南。对于建议,应进行系统性证据审查
- 设计文档结构:根据文档类型选择适当的章节(参见“决策框架”)。规划可视化元素(生存曲线、森林图、决策算法)
- 先起草执行摘要:在撰写详细章节前,先编写第 1 页的摘要框。这有助于明确关键发现
- 撰写详细章节:为每个章节提供规范的统计报告。对于队列分析:人口统计学特征 → 生物标志物 → 结局 → 亚组比较。对于建议:证据审查 → GRADE 评估 → 按治疗线给出建议 → 算法
- 创建可视化元素:生成 Kaplan-Meier 曲线、森林图、瀑布图和 TikZ 决策算法。在生存曲线下方加入风险人数表
- 应用 GRADE 评级(仅适用于建议):根据证据质量标准评估每项建议,并记录每个评级的理由
- 使用 LaTeX/PDF 排版:应用文档模板(0.5 英寸边距、彩色 tcolorbox 元素、专业表格)。确保第 1 页仅包含执行摘要
- 质量检查:核实是否符合 HIPAA 要求、统计信息是否完整(报告所有 CI)、GRADE 是否一致,以及参考文献是否完整
协议指南
LaTeX 文档设置
CDS 文档使用特定的 LaTeX 宏包和格式:
- 页边距:四边均为 0.5 英寸(紧凑、数据密集)
- 彩色框:使用
tcolorbox宏包和颜色编码环境 - 表格:使用
booktabs实现专业排版,使用longtable排版跨页表格 - 图表:使用 TikZ 绘制决策算法,使用
pgfplots绘制生存曲线 - 首页:
\thispagestyle{empty}+ 执行摘要框 +\newpage
执行摘要框样式
每份 CDS 文档的第 1 页应包含 3–5 个 tcolorbox 元素:
- 报告信息(蓝色):文档类型、日期、研究人群、方法
- 主要结果(蓝色):主要疗效发现及关键统计数据
- 生物标志物洞见(绿色):分子亚型发现或生物标志物相关性
- 临床意义(橙色):可执行的建议或治疗意义
- 安全性/警告(红色,视情况而定):重要不良事件或禁忌证
生物标志物分类指南
按生物标志物对队列进行分层时:
- 基因组:突变(EGFR、KRAS)、CNV(HER2 扩增)、融合(ALK、ROS1)
- 表达:IHC 评分(PD-L1 TPS/CPS)、RNA-seq 特征
- 分子亚型:疾病特异性亚型(PAM50 乳腺癌、GBM 簇)
- 始终说明:检测平台、截断值、验证状态、FDA 配套诊断审批情况
延伸阅读
- GRADE 手册 — GRADE 方法学官方文档
- RECIST 1.1 指南 — 实体瘤疗效评估标准
- CONSORT 声明 — 随机试验报告标准
- STROBE 声明 — 观察性研究报告标准
- ICH E9 指南 — 临床试验统计学原则
相关技能
- treatment-plans — 面向个体患者的护理计划(与面向人群的 CDS 互为补充)
- scientific-writing — 手稿结构、引文管理、报告指南
- statistical-analysis — 详细统计方法(Cox 回归、Kaplan-Meier、log-rank 检验)
- matplotlib / plotly — 用于生成生存曲线、森林图和瀑布图