Ct Samplesize
为临床试验从业者提供的自然语言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-7/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
‘请帮我计算一个两组平行设计的优效性试验样本量。预期对照组有效率是60%，试验组是75%，显著性水平0.05，检验效能0.8，采用双侧检验。’ 它会理解您的自然语言描述，调用后台统计模型进行计算，并返回每组所需的样本量数、总样本量以及关键假设。您还可以进一步要求：‘请提供这次计算的R代码。’ 它会生成基于`TrialSize`或`power`等包的完整可执行代码。
介绍
Ct Samplesize 解决了临床试验方案设计阶段，研究者手动计算样本量和检验效能时过程繁琐、易出错、依赖专业统计软件的痛点。它通过自然语言交互，让用户用日常语言描述试验设计（如“比较两组均值，α=0.05，power=0.8”），即可快速获得计算结果。
使用方式非常直观，用户无需编写复杂的R代码或记忆函数参数，只需在支持该Skill的AI平台（如Claude Desktop）中直接对话提问。工具后台会自动调用R语言及rpact、gsDesign等20多个专业统计包进行计算，并返回清晰的结果。
该Skill主要适合临床试验从业者，包括临床研究助理（CRA）、数据管理员、统计师以及需要进行试验设计的医学研究人员。对于高校中教授临床试验方法学的师生，它也是一个极佳的教学辅助工具。
建议用户在使用前，明确自己的试验设计类型（如优效性、非劣效性、等效性检验）和关键参数。虽然工具支持中文输出，但为确保术语准确性，涉及复杂设计时，可要求其同时提供可复现的R代码，便于复核和存档。
核心特点
核心区别在于其强大的专业统计后台与极简的自然语言前端的结合：它深度集成了超过20个R语言专业临床试验统计包（如rpact, gsDesign），覆盖37种检验方法，这是普通计算器或简单脚本无法比拟的；同时，它通过自然语言驱动，将复杂的统计参数对话化，大幅降低了专业工具的使用门槛。
注意事项
不适合需要高度定制化、超越其支持的37种检验方法之外的复杂或前沿试验设计计算。
常见问题
支持哪些类型的临床试验设计？
支持37种常见检验，包括组间比较、生存分析、生物等效性（BE）等，涵盖优效、非劣效、等效性检验设计。
能否输出计算过程的R代码？
可以。在得到计算结果后，您可以要求它提供完整的、可复现的R代码，用于复核或集成到您的分析报告中。
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-7/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-7/raw/index.md（查看排版版本）