Ct Samplesize
临床试验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：临床试验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-6/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
'我需要计算一项平行双臂随机对照试验的样本量，主要终点是二分类变量，预期试验组有效率为70%，对照组为50%，显著性水平α=0.05，检验效能1-β=0.8。' 它会自动识别检验类型为两组比例比较，调用power.prop.test或相应R包，返回每组所需样本量，并给出参数解释和敏感性分析建议。
介绍
临床试验设计中最常遇到的难题之一就是样本量估算和检验效能计算。Ct Samplesize 专为临床试验从业者设计，将复杂的统计公式封装在自然语言界面背后，用户只需用日常语言描述研究设计参数（如检验类型、预期效应量、显著性水平等），即可快速获得可靠的计算结果。
工具底层依托 R 语言生态中 20+ 专业统计包（如 rpact、gsDesign、TrialSize、PowerTOST 等），支持 37 种常见检验场景，包括平行组设计、交叉设计、非劣效性检验、生存分析、等效性检验等。用户无需编写任何 R 代码，只需以自然语言提问，系统会自动匹配最合适的统计方法并返回计算结果。同时，工具支持按需输出可复现的 R 代码，方便审计和二次验证。
主要面向临床试验研究者、生物统计师、医药研发人员、医学方向的高校学生以及需要快速完成样本量估算的跨学科团队。默认输出英文，但如果用户操作系统为中文环境，会自动切换中文界面和结果说明，降低语言门槛。
建议在使用前明确研究设计类型和主要终点指标，并准备好预期效应量、标准差等关键参数。对于极其复杂的适应性设计或罕见病试验，建议结合专业统计师判断。工具计算结果可作为参考，最终样本量决策应结合临床实际可行性、法规要求和伦理考量。
核心特点
自然语言驱动，无需任何 R 或统计编程经验，即可调用 20+ 专业 R 包完成 37 种检验的样本量/效能计算，且支持中文环境自动切换，并能按需生成可复现的 R 代码。
注意事项
不适合非临床试验的常规统计检验，也不支持用户自定义非常规研究设计或混合效应模型的样本量计算。
常见问题
支持哪些检验类型？
支持 37 种常见检验，包括两组均值比较、比例检验、非劣效性/等效性检验、生存分析（log-rank）、交叉设计、多组比较等，具体可查看完整列表。
需要安装R或R包吗？
不需要，所有计算由后台远程R环境完成，用户只需通过自然语言交互即可，无需本地安装任何软件。
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-6/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-6/raw/index.md（查看排版版本）