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/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
‘我想做一个两组平行、主要终点为连续变量的优效性试验，预期对照组均值是10，标准差是2，希望检测出实验组均值提高1.5的差异，显著性水平0.05，检验效能0.8，需要多少样本量？’，它会解析您的描述，调用后台R包进行计算，并返回每组所需的样本量、总样本量以及关键的计算参数。您还可以接着说：‘请把刚才计算用的R代码给我’，它会提供可复现的代码。
介绍
Ct Samplesize 是一款专为临床试验从业者设计的样本量与检验效能计算工具，旨在解决传统统计软件操作复杂、学习成本高的问题。用户无需编写复杂的R代码或记忆繁琐的参数，通过自然语言描述研究设计即可快速获得计算结果。
该工具通过自然语言界面接收用户的研究问题，后台依托超过20个专业R包（如rpact、gsDesign、TrialSize、PowerTOST）进行计算，支持37种常见的临床试验检验类型，涵盖了从优效性、非劣效性到等效性等多种设计。
它非常适合临床研究助理、生物统计师、临床运营人员以及医药研发领域的研究生使用，特别是那些需要快速进行方案设计或审阅，但又不希望深入钻研编程细节的从业者。
使用建议：在提问时，尽可能清晰地描述您的试验设计、主要终点、预期效应值、显著性水平和检验效能等关键参数。对于复杂设计，可以分步提问。默认输出为英文，在中文操作系统下会自动切换为中文界面，如需可复现的R代码，可在计算后向AI提出要求。
核心特点
与同类工具相比，其核心优势在于完全通过自然语言交互，无需用户具备R语言编程能力，同时后台集成了20多个专业R包，覆盖了临床试验中绝大多数样本量计算场景，并可应要求提供可复现的R代码，兼顾了易用性与专业性。
注意事项
不适合需要进行高度定制化或非标准临床试验设计的复杂统计模拟场景。
常见问题
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、生物等效性等共37种常见检验。
计算结果是中文还是英文？
默认输出英文结果，但如果检测到用户使用中文操作系统，会自动切换为中文输出。
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/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/raw/index.md（查看排版版本）