name: research-strategy description: > 研究策略三合一 Skill: 研究假设生成 + 风险预判 + 论文组合策略。 触发条件: 用户说"/research idea"、"/research risk"、"/research portfolio"， 或说"研究思路/研究方向/ideation"、"风险预判/risk forecast"、"论文组合/paper portfolio"。 domain: 学术管线 triggers:

• /research idea
• /research risk
• /research portfolio neighbors:
• data-profiler（上游: 提供数据字典和人群定义）
• statistical-analysis（下游: Top 1 假设转化为分析计划）
• paper-pipeline（编排: 作为 Step 0 调用）
• journal-match（参考: 期刊推荐时调用） allowed-tools: Read, Write, Glob, Grep, WebSearch, WebFetch

Research Strategy — 研究策略（3-in-1）

合并自: research-ideation + risk-forecast + paper-portfolio

边界声明

本 Skill 覆盖研究规划阶段的三个核心场景:

与其他 Skill 的边界:

• statistical-analysis: 本 Skill 输出假设和方法建议，statistical-analysis 负责具体执行
• manuscript-drafter: 本 Skill 规划研究方向，manuscript-drafter 负责写稿
• journal-match: 本 Skill 给出期刊层级建议，journal-match 负责精确匹配

消歧规则

子命令 1: /research idea — 研究假设生成

原 Skill: ~/.claude/skills/research-ideation/SKILL.md

核心理念

先诊断数据金矿，再系统性生成假设，最后用文献空白验证新颖性。

输入

• 必需: 数据字典/数据画像报告/变量列表（任一即可）
• 必需: 研究背景（1-5 句话）
• 可选: 原始数据文件（CSV/Excel）、目标期刊层级、已有研究方向

输出

• ideation_report.md — Top 3 假设完整报告
• hypothesis_candidates.md — 所有候选假设存档
• data_asset_summary.md — 数据资产诊断概要（有原始数据时生成）

执行流程

Phase A: 资产诊断（有原始数据时执行，否则跳过）
    Step A1: 资产盘点 — 规模/完成率/关联键/时间跨度
    Step A2: 独特性发现 — "别人没有的数据是什么？"
        |
Phase B: 假设生成与评估
    Step B1: 构建研究上下文地图
             - 识别结局/暴露/时间/协变量
             - 评估样本量和数据特殊性
    Step B2: 沿 6 维度生成候选假设（4-6 个）
             V1 主效应 / V2 亚组差异 / V3 中介机制
             V4 调节效应 / V5 新暴露发现 / V6 方法创新
    Step B3: 并行新颖性检验（Semantic Scholar API）
             - 直接证据检索 + 综述/Meta 检索
             - API 失败时降级到 WebSearch
             - 新颖性评分 0-10
    Step B4: 多维评分 -> 排序 -> 输出 Top 3
             综合评分 = 新颖性30% + 数据可行性25% + 临床意义25% + 方法匹配度20%

独特性发现（资产诊断核心）

"异常即机会"原则: 数据中偏离预期的数值，往往就是最好的论文标题。

期刊层级映射

注意事项

1. 不要过早承诺: 诊断阶段只列方向，不做详细设计
2. 警惕"看起来好做"的陷阱: 最好做的方向往往最不值得做
3. 数据不够时诚实说: 样本量<100、缺失率>50% 要明确标记风险
4. 中国特色数据的国际化: 中医/中药用国际学术语言表述

子命令 2: /research risk — 风险预判

原 Skill: ~/.claude/skills/risk-forecast/SKILL.md

核心理念

好的研究设计 = 无论结果如何都能发表。

• 主假设成立 -> 叙事 A
• 主假设不成立 -> 叙事 B（同样有价值）
• 数据不够 -> 降级方案 C

三层风险评估框架

Layer 1: 阻塞性风险（开始前必查）

规则: Layer 1 风险必须在正式分析前全部解决或有明确预案。

Layer 2: 分析失败模式

统计结果不显著
  - 叙事转向: "各组相似性本身是重要发现"
  - 方法调整: 换效应量指标(Cohen's d)
  - 亚组分析 / 降维处理(4组->2组)

回归效应被调整掉
  - 报告未调整和调整后结果对比
  - 交互分析 / 中介分析

模型假设违反
  - 正态性违反 -> 非参数替代/Bootstrap
  - PH假设违反 -> 时依赖Cox/参数模型
  - 多重共线性 -> VIF筛选/PCA降维

样本量问题
  - 总体<100: 精确检验(Fisher) / Bootstrap / 贝叶斯
  - 亚组<30: 合并低频组 / 连续变量替代

AI/ML 特有风险
  - 聚类不一致: 报告实际最优K值 / 多算法共识
  - AUC太低(<0.7): 转向可解释性分析(SHAP)
  - 过拟合: 严格内部验证(5-fold CV) / 简化模型

Layer 3: 投稿被拒模式

输出

| ID | 风险 | 层级 | 影响 | 概率 | 预案 | 状态 |
|----|------|------|------|------|------|------|
| R1 | [描述] | L1/L2/L3 | 致命/高/中/低 | 高/中/低 | [一句话预案] | 待确认/已缓解 |

核心原则

1. 乐观的分析师是危险的: 假设一切都会出错
2. 每个假设都需要Plan B
3. "阴性结果"不等于"失败": 精心设计的阴性结果同样可以发好期刊
4. 诚实是最好的策略: 承认局限性 > 隐藏局限性
5. 风险登记表是活文档: 随分析推进持续更新

路径引用

• 参考资料: ~/.claude/skills/risk-forecast/references/

子命令 3: /research portfolio — 论文组合策略

原 Skill: ~/.claude/skills/paper-portfolio/SKILL.md

核心理念

一份数据 != 一篇论文。 但多篇论文必须满足:

1. 独立性: 每篇的研究问题、方法、主要数据互不相同
2. 互补性: 期刊层级覆盖冲高->保底
3. 效率性: 共享数据清洗，并行推进
4. 合规性: 不构成 salami slicing

执行流程

Step 1: 研究问题独立性设计
    - 每篇回答不同科学问题
    - 使用不同核心数据子集
    - 采用不同主要方法学
    - Salami Slicing 自检（每两篇之间5项检验）

Step 2: 期刊层级分布
    冲高(IF>10):     1篇 <- 最有创新性的方向
    中高(IF 5-10):   1篇 <- 方法扎实+有临床价值
    中等(IF 3-5):    1篇 <- 技术创新(AI/ML方向)
    中低(IF 2-5):    1篇 <- 描述性/流行病学
    保底(IF 1-3):    1篇 <- 最稳的方向

Step 3: 依赖关系与时间线
    - 数据独立性矩阵（标记 主/辅/不使用）
    - 共享 vs 独立的数据工程
    - 并行执行的 Gantt 图

Salami Slicing 自检

每两篇论文之间必须通过:

• 研究问题不同
• 主要使用的数据表不同
• 主要方法学不同
• 目标读者群不同
• 不会有审稿人说"这和你们另一篇有什么区别?"

输出模板

# 论文组合方案

## 组合概览
| # | 论文方向 | 主要数据 | 方法学 | 目标期刊(IF) | 层级 |

## 数据独立性矩阵
[矩阵图]

## 各论文详细设计
### P-A: [标题]
- 研究问题 / 数据 / 方法 / 预期产出
- 目标期刊 / 备选期刊 / 关键风险 / 依赖

## 执行时间线 / 共享资源 / Salami Slicing 自检

核心原则

1. 质量 > 数量: 3篇高质量 > 7篇灌水
2. 建议5篇为上限: 超过5篇会引起审稿人警觉
3. 时间成本诚实: 每篇从分析到投稿至少1-2个月
4. 用户最终决策: 组合方案由AI建议，用户决定执行几篇
5. 灵活调整: 冲高篇被拒，可拆分为两篇中等期刊

路径引用

• 参考资料: ~/.claude/skills/paper-portfolio/references/

子命令间的协作

/research idea  -->  生成 Top 3 假设
                         |
                         v
/research risk  -->  对选定假设做风险预判
                         |
                         v
/research portfolio --> 如果数据支持多篇，设计组合方案

推荐工作流: 先 idea 确定方向，再 risk 排除阻塞，最后 portfolio 规划产出。

Skill: research-strategy (3-in-1) Version: 1.0 Created: 2026-03-08 合并自: research-ideation v2.0 + risk-forecast + paper-portfolio