rwd-editor-in-chief
RWD研究の企画から完成までを統括する編集長Skill。他のSkillを適切な順序で呼び出し、 研究案Top3の選定、スコアリング、感度分析計画、次アクションを統合出力する。
Browse published AI skills maintained by tito-gh. Compare skill descriptions and follow each source repository for setup instructions.
Indexed skills
10Repository stars across indexed skills
0Repository forks
0Average repository stars per indexed skill
0Repository stars may repeat across skills from the same repository.
RWD研究の企画から完成までを統括する編集長Skill。他のSkillを適切な順序で呼び出し、 研究案Top3の選定、スコアリング、感度分析計画、次アクションを統合出力する。
研究対象集団・アウトカムのフェノタイプ定義と検査値活用仕様を作成する。 コンピューター実行可能なアルゴリズム形式で記述し、バリデーション計画を含める。
3つの入力モード(薬剤起点/PICO起点/CQ起点)を統一フォーマットに変換し、 後続のRWD研究企画スキルが利用できる構造化データを生成する。
研究案のビジネス価値を評価する。収益機会、競合優位性、パートナーシップ可能性、 知財・パブリケーション戦略、ブランド価値への貢献を多角的に評価。
evidence-scoutの結果を受け、研究ギャップを体系的にマッピングし、 新規性の高い研究機会を特定・スコアリングする。EHR-RWDの優位性を活かした差別化ポイントを明確化。
経過記録・臨床サマリー等のナラティブテキストから臨床イベント(有害事象、効果判定、 症状変化等)を抽出する仕様を設計する。NLP/正規表現パターンと品質管理計画を含む。
研究案の臨床的価値を評価する。患者アウトカム改善への貢献度、臨床意思決定への影響、 ガイドライン・治療戦略変更の可能性を多角的に評価。
指定薬剤・適応・国・データベース特性に基づき、PubMed/Web検索で先行RWD研究・RCT・ガイドラインを調査し、 エビデンスランドスケープを要約する。JMDC/MDV等クレームDBとの差別化観点を必ず含める。
FINER基準(Feasible, Interesting, Novel, Ethical, Relevant)で研究案を評価し、 Go/No-Go判定と改善提案を行う。RWD特有のバイアス・限界も評価項目に含む。
当社EHR-RWDの強み(経過記録テキスト、臨床サマリー、検査値)を最大限活用する 研究デザインを設計する。クレームDB(JMDC/MDV)では不可能な研究要素を具体化。
The default order uses GitHub repository stars from our indexed data. Stars belong to the source repository and may be shared by multiple skills. They indicate repository interest, not skill installs or an independent quality score.