メタ分析フルレポート作成
メタ分析の統計からPRISMA報告書を作成
説明
メタ分析の統計情報（統合効果量、I²、Q、tau²、出版バイアスの指標）から、PRISMA 2020およびCochrane Handbookに準拠した「方法＋結果＋限界」の完全な文章を作成します。I²の値（「分散の割合」としての説明を含む）を誤って解釈せず、「エビデンスが〜を実証している」のような断定的な因果表現を避け、「結果は〜と整合的です」のような慎重な表現を用います。最後に、査読者が尋ねる可能性のある質問を少なくとも3つと、それぞれへの回答用の文も提示します。対象：メタ分析論文を執筆しており、投稿前に方法セクションを強化したい研究者。できないこと：生データから統計計算を行うことはできません（R／RevMan／CMAの出力をあらかじめ用意してください）。結果を学術的な文章に変換し、解釈する機能です。
関連スキル
すべて表示
CONSORT 2010レポート作成
無作為化比較試験（RCT）のデータ（無作為化の方法、盲検化の状況、検出力分析、CONSORTフローの人数（スクリーニング済み／無作為化／割り付け／解析済み）、ITT／PP解析の方針）から、CONSORT 2010の25項目すべてに準拠した抄録・方法・結果の完全な草稿を作成します。ITTとPPを混同せず、フロー図の人数（無作為化 ≥ 割り付け ≥ 追跡完了 ≥ 解析済み）の整合性を確認します。また、査読者から頻繁に指摘される少なくとも4つの論点（例：「なぜITT解析を報告しなかったのか」「盲検化の成功を検証したか」「アウトカムの変更はあったか」）を事前に特定し、それぞれに対する回答文を提案します。投稿前に方法論の堅牢性を高めたい、医学・看護学・薬学分野でRCTを実施する臨床研究者向けです。対応しないこと：統計解析やデータ生成は行いません。すでに得られている結果をCONSORT標準のレポートに変換するだけです。
統計レポート＋査読者の指摘
記述統計・推測統計の出力（前提検定を含む）から、完全な結果セクションを作成します。正規性または分散の等質性に違反があると検出した場合、それを隠さず、ノンパラメトリックな代替検定を推奨します。さらに、学術誌の査読者がよく挙げる少なくとも4つの指摘（例：「前提検定が報告されていない」「効果量が示されていない」「多重比較補正が適用されていない」）をあらかじめ特定し、それぞれに対する回答文を提示します。対象：学術誌への投稿前に統計報告の厳密性を高めたい、量的手法を扱う研究者。
PRISMA 2020フロー図作成
システマティックレビューを行う研究者向けに、PRISMA 2020に準拠したフロー図のテキストとプロトコル用の段落を作成します。データベース検索のスクリーニング件数（同定 → スクリーニング → 適格性評価 → 採択）を入力すると、数値の整合性を確認し、「なぜフロー図でこれほど多くのレコードが失われているのか」という査読者の質問にも説明できるテキストを作成します。また、採用基準・除外基準をPICO/PECO形式の表に変換します。対象：大学院生、研究者、システマティックレビュー／メタ解析論文の投稿前チェックを行う編集者。数値の不整合（例：採択数が適格性評価数を上回る場合）を検出した際は、黙って修正せず、その不整合を明示します。
メタ分析フルレポート作成
メタ分析の統計からPRISMA報告書を作成
説明
メタ分析の統計情報（統合効果量、I²、Q、tau²、出版バイアスの指標）から、PRISMA 2020およびCochrane Handbookに準拠した「方法＋結果＋限界」の完全な文章を作成します。I²の値（「分散の割合」としての説明を含む）を誤って解釈せず、「エビデンスが〜を実証している」のような断定的な因果表現を避け、「結果は〜と整合的です」のような慎重な表現を用います。最後に、査読者が尋ねる可能性のある質問を少なくとも3つと、それぞれへの回答用の文も提示します。対象：メタ分析論文を執筆しており、投稿前に方法セクションを強化したい研究者。できないこと：生データから統計計算を行うことはできません（R／RevMan／CMAの出力をあらかじめ用意してください）。結果を学術的な文章に変換し、解釈する機能です。
関連スキル
すべて表示CONSORT 2010レポート作成
無作為化比較試験（RCT）のデータ（無作為化の方法、盲検化の状況、検出力分析、CONSORTフローの人数（スクリーニング済み／無作為化／割り付け／解析済み）、ITT／PP解析の方針）から、CONSORT 2010の25項目すべてに準拠した抄録・方法・結果の完全な草稿を作成します。ITTとPPを混同せず、フロー図の人数（無作為化 ≥ 割り付け ≥ 追跡完了 ≥ 解析済み）の整合性を確認します。また、査読者から頻繁に指摘される少なくとも4つの論点（例：「なぜITT解析を報告しなかったのか」「盲検化の成功を検証したか」「アウトカムの変更はあったか」）を事前に特定し、それぞれに対する回答文を提案します。投稿前に方法論の堅牢性を高めたい、医学・看護学・薬学分野でRCTを実施する臨床研究者向けです。対応しないこと：統計解析やデータ生成は行いません。すでに得られている結果をCONSORT標準のレポートに変換するだけです。
統計レポート＋査読者の指摘
記述統計・推測統計の出力（前提検定を含む）から、完全な結果セクションを作成します。正規性または分散の等質性に違反があると検出した場合、それを隠さず、ノンパラメトリックな代替検定を推奨します。さらに、学術誌の査読者がよく挙げる少なくとも4つの指摘（例：「前提検定が報告されていない」「効果量が示されていない」「多重比較補正が適用されていない」）をあらかじめ特定し、それぞれに対する回答文を提示します。対象：学術誌への投稿前に統計報告の厳密性を高めたい、量的手法を扱う研究者。
PRISMA 2020フロー図作成
システマティックレビューを行う研究者向けに、PRISMA 2020に準拠したフロー図のテキストとプロトコル用の段落を作成します。データベース検索のスクリーニング件数（同定 → スクリーニング → 適格性評価 → 採択）を入力すると、数値の整合性を確認し、「なぜフロー図でこれほど多くのレコードが失われているのか」という査読者の質問にも説明できるテキストを作成します。また、採用基準・除外基準をPICO/PECO形式の表に変換します。対象：大学院生、研究者、システマティックレビュー／メタ解析論文の投稿前チェックを行う編集者。数値の不整合（例：採択数が適格性評価数を上回る場合）を検出した際は、黙って修正せず、その不整合を明示します。
次のお気に入りスキルを見つけよう
リサーチ、制作、日々の作業に役立つ厳選AIスキルをさらに探しましょう。