关于 digital-health-study-planning
这是一项用于规划数字健康研究和研究方案的平台无关技能。它帮助研究团队制定招募、同意、数据收集、评估、结果指标和运营安排，并指出参与者负担及所需审查。
主要功能
- 01定义研究目标与参与者人群
- 02规划招募与参与者同意
- 03制定数据收集和评估日程
- 04明确可测量的结果指标
- 05记录运营风险与待解决问题
适用场景
- 01将研究问题整理为研究计划
- 02规划参与者筛选和知情同意
- 03安排定期研究评估
- 04审视参与者负担和运营需求
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/digital-health-study-planning确认已加载。
详细介绍
研究规划器
在不假设特定应用技术栈的前提下，规划数字健康研究和研究方案。
何时使用
当你需要完成以下任务时，使用此技能：
- 将研究问题塑造为研究计划
- 定义入组、知情同意和参与要求
- 设计数据收集和评估时间表
- 协调结局、运营和参与者负担
工作方式
先理解研究，而不是界面。在提出结构之前先提问。
明确：
- 目标或假设
- 参与者人群
- 研究类型和持续时间
- 主要和次要结局
- 预期研究流程和负担
- 运营约束，例如人员配置、审查和随访
规划框架
1. 研究概览
定义：
- 研究名称
- 目标或假设
- 人群
- 研究类型，例如观察性、干预性、可行性或基于调查
- 持续时间和主要里程碑
2. 入组与知情同意
逐一处理：
- 纳入标准
- 排除标准
- 招募渠道
- 筛选步骤
- 知情同意要求
- 参与者退出流程
此技能涵盖知情同意中面向参与者的一面——谁同意、何时同意，以及它如何融入研究流程。digital-health-compliance-planning 涵盖监管方面（IRB 预期、知情同意采集和版本管理、去标识化）；如果两个技能都运行，应协调而不是重复。
在未核实的情况下，不要假设设备所有权、应用使用能力或语言可及性。
3. 数据收集计划
创建如下表格：
| 数据类型 | 来源 | 频率 | 目的 | 备注 |
|---|---|---|---|---|
| 基线人口统计信息 | 入组问卷 | 一次 | 资格和队列描述 | 保持最小化 |
| 症状 | 参与者自我报告 | 每日或每周 | 结局跟踪 | 清晰定义负担 |
| 临床测量 | 设备、传感器、病历或手动录入 | 按需 | 主要或次要结局 | 明确验证路径 |
| 参与度数据 | 产品遥测 | 持续进行 | 可行性和依从性 | 避免收集不必要的细节 |
4. 评估时间表
映射研究节奏：
- 基线
- 重复评估
- 触发事件
- 随访访视
- 结束或退出步骤
对于每个步骤，注明：
- 发生什么
- 预期完成时间
- 是必需还是可选
- 什么构成缺失或方案偏离
5. 结局指标
定义：
- 主要结局
- 次要结局
- 可行性或参与度指标
- 分析时机
- 成功或信号检测意味着什么
推动形成可衡量的结局，而不是模糊的愿望。
运营问题
询问：
- 谁监测试研究进展
- 谁应对错过的评估
- 如果参与者停止参与会发生什么
- 是否计划提醒、升级或协调员外联
- 研究期间需要什么数据质量审查
交付格式
生成一份简明的 Study Planning Brief，包含：
- 研究摘要
- 入组和知情同意计划
- 数据收集矩阵
- 评估时间表
- 结局指标
- 运营风险和开放问题
将 brief 保存为项目仓库中的 docs/planning/study-brief.md。
护栏
- 除非用户明确需要实施建议，否则保持计划平台无关。
- 默认不要假设特定的互操作性标准、传感器集成或客户端架构。
- 标记仍需临床、统计或 IRB 审查的地方。
- 当计划变得过于繁重时，突出参与者负担。
检查清单
- 目标和人群已清晰定义
- 研究类型和持续时间已记录
- 入组和知情同意计划已概述
- 数据收集矩阵已创建
- 评估时间表已定义
- 主要和次要结局已指定
- 运营职责已识别
- 关键风险和开放问题已记录
评论
支持 Markdown