jinko-task-trial-data-scoping

临床试验数据范围界定

生成注册候选清单，而非提取的终点数据。已注册的结局不代表已发布数值结果。

范围

明确疾病、干预或机制类别、目标人群、对照和目的：终点可用性、对照组或自然史证据、剂量/方案背景、安全性或研发格局情报。确认任何必需的状态、分期、研究类型、结果发布要求和候选清单规模。不要在未说明的情况下施加状态筛选。

如有可用的 jinko-task-literature-search Entity Table，请复用；否则构建 canonical_name、synonyms、mesh_term、related_entities、intent_groups（Data）和 exclusions。进行网络调用前，确认重要别名和筛选条件。

搜索

1. 根据相关维度构建不同的 ClinicalTrials.gov 检索方向：干预别名、疾病别名、机制类别、对照或标准治疗，以及目标人群/结局。优先使用精确词语，而不是一个宽泛的查询。
2. 针对每个方向运行一次 scripts/clinical_trials.py，并分别输出到不同文件。仅在获批范围要求时使用 --status、--phase 和 --require-results。该脚本负责 API 筛选、原始响应持久化和注册字段规范化。
3. 对各方向的输出运行 scripts/compile_trials.py。该脚本按 NCT ID 去重，保留查询来源，并根据方向数量、已发布结果的可用性和记录完整性排序。

这是一轮搜索。扩大到机制、申办方、国家、研究地点或对照相关查询，均须另行获得用户批准后跟进。

候选清单

根据声明的目的检查每条保留记录。区分：

• 仅包含注册信息的设计或招募元数据；
• 已发布的 ClinicalTrials.gov 结果；
• 与 NCT 标识符关联的出版物。

仅当记录包含与目的相关的信号时，才设置 verification_passed，例如匹配的目标人群/干预、指定的结局和时间范围、入组人数和资格标准、适当的研究设计，或所需的结果模块。在 verification_note 中说明观察到的信号；不要仅凭 hasResults 推断数值终点数据是否可用。

填写 assets/shortlist-schema.json 中的字段，并在提交 shortlist.json 前运行 scripts/validate_shortlist.py。试验记录使用 intent_group = Data、合适的注册/结果 evidence_type，并以 nct_id 作为主要标识符。

需要关联出版物时，将选定的 NCT ID 作为 <NCT_ID>[si] 检索方向传给 jinko-task-literature-search。只有在确定并检查了定量来源后，才使用 jinko-task-extract-data-table。

产物

• frame.json：获批范围、Entity Table、筛选条件和检索方向定义；
• 每个检索方向的规范化 JSON、原始 API JSON 和表格 JSON；
• merged_trials.json：跨检索方向的确定性候选池；
• shortlist.json：符合架构且已按优先级排序的候选项。

呈现简明的 Markdown 概览，包含 NCT 链接、标题、分期/状态、结果可用性、目标人群、干预、主要结局和优先级理由——引用任何关联出版物时，采用 Author (Year) [PMID] 格式，与 jinko-task-literature-search 的惯例一致。明确区分范围内的候选项与可直接用于分析的数据。