STROBE清单方法写作器
从观察性数据生成符合STROBE的草稿
STROBE清单方法写作器
从观察性数据生成符合STROBE的草稿
展示内容
描述
根据您的横断面、队列或病例对照研究设计，在您输入参与者选择方法、变量、样本量依据和统计方法后，生成一份完整的方法与结果部分草稿，并隐含参考 STROBE（Strengthening the Reporting of Observational Studies in Epidemiology）清单的 22 个条目。最后还会提供一张映射表，展示每个段落对应的 STROBE 条目，帮助您应对期刊投稿时“请填写 STROBE 清单”的要求。由于观察性研究不涉及因果推断，它会避免因果性表述，使用“与……相关”而非“导致……”等措辞，并明确讨论偏倚和混杂的来源。适合从事流行病学、公共卫生和临床研究的学者使用。
为什么我们推荐这个技能
覆盖 STROBE 22 个条目，生成可直接使用的方法与结果草稿，并同时处理偏倚、混杂因素、效应估计和参与者流程。
适合人群
适合在流行病学、公共卫生和临床研究领域撰写观察性研究报告的学者。
如何使用此 Skill
提供输入
请输入研究设计、研究环境与时间范围、参与者、变量、样本量依据、统计方法和主要结果。
运行 Skill
根据您提供的信息生成符合 STROBE 的方法与结果部分草稿。
查看结果
提供方法与结果部分，以及与 STROBE 条目对应的映射表；保持适用于观察性研究的关联性和偏倚表述。
相关技能
查看全部
研究STROBE/CONSORT 方法结果写作助手
根据与研究设计匹配的报告规范（观察性研究使用 STROBE，随机对照研究使用 CONSORT），生成完整的“方法”+“结果”部分；随后如实检查哪些清单条目缺失或报告不充分，并提供补充建议。 适合人群：希望在投稿前提升报告完整性的研究人员，以及撰写学位论文的研究生。
研究Meta分析与系统综述报告
根据PRISMA 2020和Cochrane手册，利用您的Meta分析统计结果（合并效应量、I²、Q、tau²、发表偏倚指标）生成完整的方法、结果和局限性文本。绝不误读I²值（包括对方差百分比的解释），避免夸大的因果性表述（使用“结果与……一致”等审慎措辞，而不是“证据表明……”）。最后还会提供至少3个审稿人可能提出的问题及相应的答辩表述。适用于：撰写Meta分析论文、希望在投稿前强化方法部分的研究人员。不提供的功能：不会根据原始数据进行统计计算（您必须已经通过R/RevMan/CMA完成计算），只会将结果转换为学术文本并进行解读。
研究CONSORT 2010完整报告助手
根据您的随机对照试验（RCT）数据——包括随机化方法、盲法情况、效能分析、CONSORT流程图数量（screened/randomized/allocated/analyzed）以及ITT/PP分析方法——生成符合CONSORT 2010 25项条目的完整摘要、方法和结果草稿。它绝不会混淆ITT与PP，并会检查流程图数量的一致性（randomized ≥ allocated ≥ followed-up ≥ analyzed）。此外，还会预先识别期刊审稿人经常提出的至少4项质疑（例如“为什么没有报告ITT分析”“是否检验了盲法的成功程度”“是否存在结局指标替换”等），并为每项质疑提供回应表述。适用于临床研究人员，以及在医学、护理或药学领域开展RCT并希望在投稿前确保方法学严谨性的学者。
信息
- 版本
- v2
- 更新时间
- 运行积分
- 按实际用量
- 模型
- 自动选择
- 使用场景
- 写作与内容调研与分析
- 你将获得
- 报告文档
