Ct Samplesize
为临床试验从业者提供自然语言驱动的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自然语言驱动的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/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
‘我需要做一个两组平行、优效性设计的临床试验，主要终点是连续变量，预期效应量为0.8，显著性水平0.05，把握度90%，请帮我计算每组的样本量。’ 它会理解你的自然语言描述，调用后台R包进行计算，并清晰展示所需样本量、检验效能等关键结果，同时可应要求提供用于复现的R代码。
介绍
Ct Samplesize 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。用户无需编写R代码，只需用自然语言描述研究设计（如“比较两组均值，把握度80%，显著性水平0.05，效应量0.5”），该工具即可调用后台20多个专业R包进行计算，并生成结果。
它主要服务于临床试验从业者，包括统计师、临床研究员、医学事务人员以及相关领域的高校学生和研究者，帮助他们快速、准确地完成研究设计阶段的关键计算。
使用该工具时，用户应提前明确自己的研究假设、检验类型和关键参数（如α、β、效应量）。对于复杂或非标准的设计，建议在结果生成后，利用其“可复现R代码”功能进行二次验证或深入分析。
请注意，该工具是辅助决策的计算器，其结果的最终解释和应用需结合具体的临床研究方案和统计专业知识，不能替代专业统计人员的判断。
核心特点
核心区别在于其后台深度集成了 rpact、gsDesign、TrialSize、PowerTOST 等20多个专业R包，支持多达37种临床试验检验类型，覆盖范围远超同类通用计算器；同时提供“自然语言驱动”和“按需生成可复现R代码”的双重使用模式，兼顾了易用性与专业可验证性。
注意事项
不适合需要高度定制化统计模型或非临床试验领域（如社会学、工程学）的样本量计算。
常见问题
支持哪些类型的临床试验设计？
支持37种检验，包括优效性、非劣效性、等效性检验，以及生存分析、剂量反应、生物等效性等常见设计。
计算结果是中文还是英文？
默认英文输出，但若检测到用户操作系统语言为中文，会自动切换为中文界面和结果报告。
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/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/raw/index.md（查看排版版本）