欠測データ報告アシスタント
データクリーニングをSTROBE段落に変換
欠測データ報告アシスタント
データクリーニングをSTROBE段落に変換
コンテンツ紹介
説明
サンプルサイズ、欠測データの割合やパターン（MCAR／MAR／MNAR）、欠測データへの対応方法（リストワイズ削除、多重代入など）、外れ値の検出方法（Zスコア、IQR、マハラノビス距離）を入力すると、論文の「データ前処理」セクションにそのまま挿入できる学術的な段落を作成します。対応方法と欠測データのパターンに方法論上の矛盾がある場合（例：MNARパターンでリストワイズ削除を使用している場合）は、その点を明示します。データ分析を行う大学院生や研究者が、データ前処理のセクションを迅速かつ適切に作成したい場合に適しています。
おすすめした人
Shuting@YouMind
このスキルをおすすめする理由
複雑なクリーニングの判断を、査読に備えたSTROBE準拠のデータ前処理段落に整えます。数値の整合性や前提との適合性も確認します。
こんな方におすすめ
調査研究や臨床研究で、明確かつ妥当性のあるデータ前処理の説明を作成する大学院生や研究者。
この Skill の使い方
入力を用意する
サンプルサイズ、欠測率と欠測パターン、欠測データへの対応方法、外れ値の検出方法と閾値、外れ値の結果、最終的な分析対象サンプル数を入力します。
Skill を実行する
入力内容を論文にそのまま使える学術的な報告文に変換し、欠測パターンと対応方法の間に明らかな矛盾があれば指摘します。
結果を確認する
データ前処理の段落、方法の妥当性を簡潔に説明する文、最終的なサンプル数が統計的検出力に与える影響への注意が得られます。
関連スキル
すべて表示
研究STROBE準拠Methodsライター
横断研究、コホート研究、症例対照研究のデザインに基づき、参加者の選定方法、変数、サンプルサイズの根拠、統計解析の方法を入力すると、STROBE（Strengthening the Reporting of Observational Studies in Epidemiology）チェックリストの全22項目を織り込んだ、MethodsとResultsの完全な草稿を作成します。最後に、各段落がどのSTROBE項目に対応するかを示す対応表も提供するため、学術誌からの「STROBEチェックリストを記入してください」という依頼への回答にすぐ使えます。観察研究では「原因となる」ではなく「関連する」などの表現を用いて因果関係を示す言い回しを避け、バイアスや交絡の原因についても明示的に説明します。疫学、公衆衛生、臨床研究に携わる研究者に適しています。
研究メタ分析完全レポート作成
メタ分析の統計（統合効果量、I²、Q、τ²、出版バイアス指標）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」という捉え方を含む）を誤って解釈せず、「エビデンスは〜を実証する」ではなく「研究結果は〜と整合する」のような慎重な表現を用いて、因果関係を過度に主張しません。最後に、査読者から想定される質問を少なくとも3つ挙げ、それぞれに対する回答用の文も提示します。対象：投稿前にメタ分析論文の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など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、解釈するためのツールです。
研究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／解析対象）、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／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 ≥ 解析対象）の整合性を確認します。また、査読者が頻繁に指摘する少なくとも4つの懸念（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のか」「アウトカムの変更はなかったか」）を事前に特定し、それぞれに対する回答文を提案します。投稿前に方法論の妥当性を高めたい、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。できないこと：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標準の報告書に変換するだけです。
情報
- バージョン
- v2
- 最終更新
- 実行クレジット
- 使用量に応じて消費
- モデル
- 自動選択
- 活用シーン
- 文章・コンテンツ制作調査・分析
- 得られるもの
- 記事
