clinical-research

clinical-research skill の概要

clinical-research の用途

clinical-research は、プロトコル提出前の前向き臨床研究を具体化するチーム向けの、試験デザイン支援 skill です。エンドポイント選定、2 群比較のサンプルサイズと検出力の見積もり、実施可能性に基づくフェーズゲート判断を整理するために使います。中心的な価値は「プロトコルを書くこと」ではありません。初期段階の研究アイデアを、前提、リスク、担当オーナーが明確な、説明可能なデザイン概要へ落とし込むことにあります。

向いているユーザーと意思決定

clinical-research skill は、医薬品、医療機器、生物製剤、診断薬、デジタル治療などの研究に関わる臨床オペレーション、R&D、メディカルモニター、生物統計、プロダクトチームに適しています。候補エンドポイントを比較したいとき、想定効果量の妥当性を検証したいとき、組み入れ負荷を見積もりたいとき、または計画を GO、GO-WITH-CONDITIONS、REDESIGN、NO-GO のどれに分類すべきか判断したいときに特に有用です。

汎用プロンプトとの違い

この skill には、単なる指示文ではなく、決定論的に動作する Python ツールが含まれています。endpoint_selector.py は候補エンドポイントをスコアリングし、sample_size_estimator.py は平均値、割合、生存時間デザインのサンプルサイズを推定し、phase_gate_scorer.py は実施可能性を評価します。参照ファイルには、臨床研究で重要な規律も組み込まれています。estimand を先に考えること、代替エンドポイントへの慎重な姿勢、オーナーによる承認、現実的な組み入れ計画といった観点です。

導入前に理解しておくべき境界

出力は見積もりと意思決定支援であり、医学的助言、臨床的事実の確定、統計的な承認、提出可能なプロトコルではありません。最終判断は、臨床医、生物統計家、規制担当オーナーがレビューする必要があります。実際に必要としているものが規制品質マネジメント、ISO 13485、EU MDR、FDA 510(k)、PMA、QSR 提出計画である場合、この skill は隣接領域にはありますが、主要ワークフローとしては適していません。

clinical-research skill の使い方

clinical-research のインストールと最初に読むファイル

互換性のある Claude/Codex 形式の skills 環境で、次のコマンドを使ってインストールします。

npx skills add alirezarezvani/claude-skills --skill clinical-research

次に、research-ops/skills/clinical-research にある skill ディレクトリを確認します。まず SKILL.md を読み、ワークフローの対象範囲を把握してください。その後、assets/protocol_synopsis_template.md を読んで、必要な入力項目を理解します。意思決定ロジックについては、references/endpoint_and_power.md、references/study_design_canon.md、references/trial_operations.md を確認します。スクリプトは最後に見てください。どの出力が言語モデルの判断ではなくルールによって生成されるのかを把握しやすくなります。

有用な出力に必要な入力

分析を依頼する前に、短いプロトコル概要を用意します。質の高い入力には、試験フェーズ、製品プロファイル、適応症、対象集団、群、割付比、候補エンドポイント、エンドポイントが代替エンドポイントまたは PRO かどうか、バリデーション根拠、引用付きの想定効果量、alpha、目標検出力、脱落率、組み入れ月数、施設数、適格患者プール、来院、侵襲的手技、予算が含まれます。結果を弱くしやすい入力は、効果量の根拠不足と非現実的なリクルート前提の 2 つです。

粗い目的を実用的なプロンプトに変える

弱いプロンプトの例は、「Help design my trial.」です。clinical-research をより効果的に使うなら、次のように依頼します。

“Use the clinical-research skill to evaluate this phase 2 parallel-group RCT synopsis for a drug in [indication]. Candidate endpoints are [list], including [surrogate/PRO status and validation]. Assumed treatment difference is [value] based on [citation/source]. Alpha is 0.05, power 0.80, dropout 15%. We plan [sites] sites, [months] enrollment, eligible pool [number], budget [amount]. Classify endpoints, estimate sample size for [means/proportions/survival], score feasibility, and list assumptions requiring clinician, biostatistician, or regulatory owner review.”

このように文脈を与えることで、エンドポイントのスコアリング、サンプルサイズ推定、フェーズゲート評価を一貫した形で実行できます。

スクリプトを使った実務ワークフロー

プロトコル概要テンプレートから始め、その後、該当するスクリプトを実行するか、エージェントに使わせます。まず python3 endpoint_selector.py --sample でエンドポイント入力の形式を確認し、次に --input で自分の JSON を渡します。エンドポイントと効果指標が明確な場合は sample_size_estimator.py を使います。組み入れ、施設、負担、予算の前提がそろった後で phase_gate_scorer.py を使います。チームで保存済みのデフォルト設定を使う場合、config_loader.py はプロジェクト設定 .research-ops/clinical-research.json とグローバル設定 ~/.config/research-ops/clinical-research.json に対応しています。

clinical-research skill FAQ

clinical-research は臨床研究の初心者にも使えますか？

はい。ただし、権威ある判断としてではなく、ガイド付きチェックリストとして扱うことが前提です。参照ファイルでは、エンドポイント階層、estimand、試験デザイン、実施可能性、運用負荷が実務的な言葉で説明されています。初心者は特に、効果量の選定、多重性戦略、適応的デザインの前提、生存時間解析のパラメータを扱う場合、早い段階から生物統計家を巻き込むべきです。

この skill を使うべきでない場面は？

患者の診断、治療選択、規制当局に受け入れられるという主張、プロトコルの最終化、統計解析計画の代替には使わないでください。また、ワークフローを拡張しない限り、後ろ向きデータベース研究、リアルワールドエビデンス研究、質的研究、複雑な適応的シミュレーションにも最適ではありません。組み込みの推定ツールが最も力を発揮するのは、構造化された前向き 2 群デザインの検討です。

LLM に直接聞く場合と何が違いますか？

LLM へ直接依頼すると、もっともらしい文章は得られるかもしれませんが、前提が隠れたままになることがよくあります。clinical-research skill は、エンドポイント分類、代替エンドポイントのフラグ付け、サンプルサイズ前提、実施可能性スコア、担当オーナーへの振り分けを明示させます。この構造によりレビューがしやすくなり、見栄えはよくても検出力不足だったり、運用上実行できなかったりする計画を採用してしまうリスクを下げられます。

規制下の臨床開発にも使えますか？

提出前のデザイン議論には適していますが、最終的な規制対応成果物ではありません。参照ファイルは ICH E9(R1)、GCP、エンドポイントバリデーション、リスクベースドモニタリング、実施可能性ゲートといった概念と整合しています。ただし、最終的に優先されるのは、所属組織の SOP、統計標準、医学的ガバナンス、規制戦略です。

clinical-research skill を改善する方法

より良い前提で clinical-research の結果を改善する

最も重要な改善は、効果量に関する根拠を強くすることです。「中程度の効果が期待される」といった表現を、引用可能な最小臨床的重要差、過去試験の結果、検証済みバイオマーカーとの関係、自然史データのベンチマークに置き換えてください。割合を扱う場合は、ベースラインイベント率と目標とする絶対差を示します。生存時間を扱う場合は、ハザード比、イベント数の前提、追跡期間の見込みを示します。前提が良くなるほど、サンプルサイズ推定とフェーズゲート判断の説得力が高まります。

よくある失敗パターンを確認する

測定はできるが臨床的に意味が薄いエンドポイント、バリデーションされていない代替エンドポイントを主要評価項目に据えること、楽観的すぎる組み入れ速度、負担の大きい来院が多すぎる計画、定義が不十分な estimand、予算から逆算されたサンプルサイズに注意してください。この skill はこうした問題を指摘できますが、引用文献の質、施設ネットワーク、競合試験の状況が本当に十分かどうかは、その文脈を入力しなければ判断できません。

最初の出力後に反復する

最初の判定で止めないでください。感度分析を依頼します。たとえば、「Re-run the design with 10%, 15%, and 25% dropout」や「Compare feasibility if enrollment takes 9 vs 15 months」のように依頼します。さらに、設計上のリスクを臨床、統計、規制、運用の各オーナーに分けるようエージェントに求めます。これにより、単発の clinical-research ガイド出力を、リーダーシップが実際に判断に使える意思決定メモへ発展させられます。

組織に合わせてワークフローをカスタマイズする

デフォルトの alpha、検出力、脱落率、製品プロファイル、指名オーナーには設定メカニズムを使います。実施可能性のしきい値、必要なエンドポイント根拠、モニタリングの複雑さ、予算ゲートについて、組織固有の基準を追加します。同じ適応症やデザインファミリーを繰り返し使うプログラムであれば、ローカル参照に事例と検証済みの前提を追加してください。将来の clinical-research 出力がより具体的になり、監査もしやすくなります。