Ct Samplesize
为临床试验从业者提供的自然语言驱动样本量与检验效能计算工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Ct Samplesize。 它的用途是：为临床试验从业者提供的自然语言驱动样本量与检验效能计算工具。 完整的 Skill 内容见：https://321skill.com/skills/ct-samplesize-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘我正在设计一个两组平行、优效性试验，主要终点是连续变量。预期对照组均值50，标准差10，试验组均值55。我想用双侧检验，α=0.05，检验效能90%。请帮我计算每组需要的样本量。’ 它会理解你的研究设计，调用R包进行计算，并清晰地告诉你每组大约需要多少受试者，以及相关的统计假设。你还可以进一步要求它‘提供R代码’，以便在本地R环境中复核或调整。
介绍
本工具旨在解决临床试验中样本量计算和检验效能分析复杂、依赖专业统计软件和编程技能的痛点。它通过自然语言交互，让用户无需编写复杂的R代码，即可快速完成37种常见检验的样本量估算和效能分析。
使用方式非常直观：用户只需用自然语言描述研究设计、预期效应和统计参数（如显著性水平、检验效能），AI便会调用后台的R包进行计算，并返回清晰的结果。例如，你可以直接询问“一个两组平行设计的优效性试验，预期效应值为0.3，检验效能0.8，需要多少样本量？”。
该工具主要面向临床试验从业者，包括临床研究协调员（CRC）、临床研究监查员（CRA）、生物统计师以及相关领域的高校学生和学术研究者。对于需要频繁进行方案设计或审阅的研究人员来说，它能极大提升工作效率。
建议用户在使用前明确自己的研究设计和统计假设。虽然工具简化了操作，但结果的准确性依赖于输入参数的合理性。对于极其复杂或非标准的研究设计，建议咨询专业统计师进行复核。工具默认输出英文结果，在中文操作系统下会自动切换为中文，方便阅读。
核心特点
与同类工具相比，它深度整合了超过20个专业R包（如rpact, gsDesign, TrialSize），覆盖了从传统到自适应设计的广泛临床试验统计方法；同时，其独特的自然语言驱动方式，让非编程背景的临床研究者也能无障碍地进行专业级样本量计算。
注意事项
不适合需要高度定制化或使用非标准统计方法的复杂研究设计场景。
常见问题
这个工具支持哪些类型的临床试验设计？
支持优效性、非劣效性、等效性、生存分析、剂量反应、组序贯设计等37种常见检验类型。
我可以获取计算背后的R代码吗？
可以，用户可主动要求，工具会提供完整的、可复现的R代码。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/ct-samplesize-x-3/raw/index.md 读取 Ct Samplesize 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/ct-samplesize-x-3/raw/index.md（查看排版版本）