CONSORT 2010 보고서 작성기
RCT 데이터로 CONSORT 준수 보고서 작성
설명
무작위 대조시험(RCT) 데이터—무작위 배정 방법, 눈가림 여부, 검정력 분석, CONSORT 흐름 수치(screened/randomized/allocated/analyzed), ITT/PP 분석 접근법—를 바탕으로 CONSORT 2010의 25개 항목에 맞는 완전한 초록 + 방법 + 결과 초안을 작성합니다. ITT/PP 구분을 절대 혼동하지 않으며, 흐름도 수치의 일관성(randomized ≥ allocated ≥ followed-up ≥ analyzed)을 확인합니다. 또한 학술지 심사위원이 자주 제기하는 이의 사항을 최소 4가지(예: "ITT 분석을 보고하지 않은 이유는 무엇인가", "눈가림의 성공 여부를 검정했는가", "outcome switching이 있었는가")를 미리 찾아내고, 각 항목에 대한 방어 문장을 제안합니다. 임상 연구자와 의학·간호학·약학 분야에서 RCT를 수행하며 학술지 투고 전 방법론적 견고성을 확보하려는 연구자를 위해 설계되었습니다.
관련 스킬
전체 보기
CONSORT 2010 보고서 작성기
무작위 대조시험(RCT) 데이터(무작위 배정 방법, 눈가림 상태, 검정력 분석, CONSORT 흐름도 수치(선별/무작위 배정/배정/분석), ITT/PP 분석 방식)를 바탕으로 CONSORT 2010의 25개 항목을 모두 준수하는 초록 + 방법 + 결과 초안을 작성합니다. ITT/PP를 혼동하지 않으며, 흐름도 수치의 일관성(무작위 배정 ≥ 배정 ≥ 추적 관찰 완료 ≥ 분석)을 확인합니다. 또한 학술지 심사자가 자주 제기하는 이의(예: "왜 ITT 분석을 보고하지 않았는가", "눈가림이 성공했는지 검정했는가", "결과 변수를 변경하지 않았는가")를 최소 4가지 미리 식별하고, 각 이의에 대한 답변 문장을 제안합니다. 학술지 투고 전에 방법론적 완성도를 높이고자 하는 의학·간호학·약학 분야의 RCT 임상 연구자를 위해 설계되었습니다. 하지 않는 일: 통계 분석을 수행하거나 데이터를 생성하지 않으며, 이미 보유한 결과를 CONSORT 표준 보고서로 변환하기만 합니다.
엔트로피-TOPSIS-ML + 심사 대응
엔트로피 가중치 부여 + TOPSIS 순위화 + ML 분류기(XGBoost, Random Forest, 로지스틱 회귀 등)의 결과를 바탕으로 완성도 높은 방법 + 결과 보고서를 작성합니다. Hosmer & Lemeshow 기준에 따라 AUC를 올바르게 해석하고 분류하며, 학습/테스트 성능 차이가 클 경우 과적합(overfitting) 위험을 명확히 제시합니다. 또한 학술지 심사자가 자주 제기하는 이의 중 최소 4가지(예: "클래스 불균형을 어떻게 처리했는가", "외부 검증 세트를 사용하지 않은 이유는 무엇인가")를 미리 파악하고, 각 항목에 대한 대응 문장을 제공합니다. 적합한 대상: 보건의료정보학, 임상 위험 예측 또는 하이브리드 다기준 의사결정-ML 방법론을 연구하는 연구자, 학술지 투고 전에 방법론의 견고성을 점검하려는 사용자.
PRISMA 2020 흐름도 작성기
체계적 문헌고찰을 수행하는 연구자를 위해 PRISMA 2020 체크리스트에 맞는 흐름도 텍스트와 프로토콜 문단을 생성합니다. 데이터베이스 검색 수(identification → screening → eligibility → included)를 입력하면 수치의 일관성을 확인하고, 심사자의 "흐름도에서 왜 이렇게 많은 문헌이 탈락했나요?"라는 질문에 답할 수 있는 근거 있는 문구를 작성합니다. 또한 포함 및 배제 기준을 PICO/PECO 형식의 표로 변환합니다. 이 Skill은 다음 사용자에게 적합합니다: 체계적 문헌고찰/메타분석을 작성하는 대학원생, 학술 연구자, 저널 편집자의 사전 점검. 수치 불일치(예: included > eligibility)를 발견하면 이를 명확히 알리고, 조용히 수정하지 않습니다.
CONSORT 2010 보고서 작성기
RCT 데이터로 CONSORT 준수 보고서 작성
설명
무작위 대조시험(RCT) 데이터—무작위 배정 방법, 눈가림 여부, 검정력 분석, CONSORT 흐름 수치(screened/randomized/allocated/analyzed), ITT/PP 분석 접근법—를 바탕으로 CONSORT 2010의 25개 항목에 맞는 완전한 초록 + 방법 + 결과 초안을 작성합니다. ITT/PP 구분을 절대 혼동하지 않으며, 흐름도 수치의 일관성(randomized ≥ allocated ≥ followed-up ≥ analyzed)을 확인합니다. 또한 학술지 심사위원이 자주 제기하는 이의 사항을 최소 4가지(예: "ITT 분석을 보고하지 않은 이유는 무엇인가", "눈가림의 성공 여부를 검정했는가", "outcome switching이 있었는가")를 미리 찾아내고, 각 항목에 대한 방어 문장을 제안합니다. 임상 연구자와 의학·간호학·약학 분야에서 RCT를 수행하며 학술지 투고 전 방법론적 견고성을 확보하려는 연구자를 위해 설계되었습니다.
관련 스킬
전체 보기CONSORT 2010 보고서 작성기
무작위 대조시험(RCT) 데이터(무작위 배정 방법, 눈가림 상태, 검정력 분석, CONSORT 흐름도 수치(선별/무작위 배정/배정/분석), ITT/PP 분석 방식)를 바탕으로 CONSORT 2010의 25개 항목을 모두 준수하는 초록 + 방법 + 결과 초안을 작성합니다. ITT/PP를 혼동하지 않으며, 흐름도 수치의 일관성(무작위 배정 ≥ 배정 ≥ 추적 관찰 완료 ≥ 분석)을 확인합니다. 또한 학술지 심사자가 자주 제기하는 이의(예: "왜 ITT 분석을 보고하지 않았는가", "눈가림이 성공했는지 검정했는가", "결과 변수를 변경하지 않았는가")를 최소 4가지 미리 식별하고, 각 이의에 대한 답변 문장을 제안합니다. 학술지 투고 전에 방법론적 완성도를 높이고자 하는 의학·간호학·약학 분야의 RCT 임상 연구자를 위해 설계되었습니다. 하지 않는 일: 통계 분석을 수행하거나 데이터를 생성하지 않으며, 이미 보유한 결과를 CONSORT 표준 보고서로 변환하기만 합니다.
엔트로피-TOPSIS-ML + 심사 대응
엔트로피 가중치 부여 + TOPSIS 순위화 + ML 분류기(XGBoost, Random Forest, 로지스틱 회귀 등)의 결과를 바탕으로 완성도 높은 방법 + 결과 보고서를 작성합니다. Hosmer & Lemeshow 기준에 따라 AUC를 올바르게 해석하고 분류하며, 학습/테스트 성능 차이가 클 경우 과적합(overfitting) 위험을 명확히 제시합니다. 또한 학술지 심사자가 자주 제기하는 이의 중 최소 4가지(예: "클래스 불균형을 어떻게 처리했는가", "외부 검증 세트를 사용하지 않은 이유는 무엇인가")를 미리 파악하고, 각 항목에 대한 대응 문장을 제공합니다. 적합한 대상: 보건의료정보학, 임상 위험 예측 또는 하이브리드 다기준 의사결정-ML 방법론을 연구하는 연구자, 학술지 투고 전에 방법론의 견고성을 점검하려는 사용자.
PRISMA 2020 흐름도 작성기
체계적 문헌고찰을 수행하는 연구자를 위해 PRISMA 2020 체크리스트에 맞는 흐름도 텍스트와 프로토콜 문단을 생성합니다. 데이터베이스 검색 수(identification → screening → eligibility → included)를 입력하면 수치의 일관성을 확인하고, 심사자의 "흐름도에서 왜 이렇게 많은 문헌이 탈락했나요?"라는 질문에 답할 수 있는 근거 있는 문구를 작성합니다. 또한 포함 및 배제 기준을 PICO/PECO 형식의 표로 변환합니다. 이 Skill은 다음 사용자에게 적합합니다: 체계적 문헌고찰/메타분석을 작성하는 대학원생, 학술 연구자, 저널 편집자의 사전 점검. 수치 불일치(예: included > eligibility)를 발견하면 이를 명확히 알리고, 조용히 수정하지 않습니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.