method-repository

# Method Repository 将论文分析中提取的流行病学研究设计和统计方法存入本地 SQLite 数据库，实现自动去重。 ## 触发条件 当用户说以下话语时激活： - "存入数据库" - "保存到知识库" - "记一下这个方法" - "把分析结果存到数据库" - "记录这些方法" ## 数据库结构 数据库路径：`D:\autoclaw\结果\医学研究方法库\methods.db` ### 表1：study_designs（流行病学研究设计） | 字段 | 类型 | 说明 | |------|------|------| | id | INTEGER | 主键 | | design_name | TEXT UNIQUE | 研究设计名称（中文） | | design_name_en | TEXT | 英文名称 | | cohort_name | TEXT | 队列名称（如：UK Biobank、Framingham Heart Study、NHANES等著名队列的具体队列名称） | | data_source | TEXT | 数据来源（如：UK Biobank、NHANES、SEER等公开数据库，或研究发起单位的医院/社区） | | cohort_features | TEXT | 队列特征（样本量、年龄范围、随访周期、地理/人口特征） | | description | TEXT | 研究设计描述 | | key_features | TEXT | 核心特征 | | suitable_scenarios | TEXT | 适用场景（什么研究问题适合用此设计） | | advantages | TEXT | 优点 | | limitations | TEXT | 局限性 | | paper_source | TEXT | 来源论文标题 | | added_date | TEXT | 录入日期 | ### 表2：statistical_methods（统计方法） | 字段 | 类型 | 说明 | |------|------|------| | id | INTEGER | 主键 | | method_name | TEXT UNIQUE | 方法名称（中文） | | method_name_en | TEXT | 英文名称 | | category | TEXT | 方法类别（如：生存分析、降维方法、缺失数据处理、因果推断） | | purpose | TEXT | 用途/解决的问题 | | key_assumptions | TEXT | 核心假设前提（如：Cox的比例风险假设、MICE的随机缺失假设） | | data_requirements | TEXT | 数据要求（如：需要随访时间、需要分类变量、样本量要求） | | suitable_scenarios | TEXT | 适用场景（在什么情况下选择此方法） | | interpretation | TEXT | 结果解读方式（HR/OR/RR/PD等指标的含义） | | advantages | TEXT | 优点 | | limitations | TEXT | 局限性 | | paper_source | TEXT | 来源论文标题 | | added_date | TEXT | 录入日期 | ### 表3：concepts（流行病学概念/指标） | 字段 | 类型 | 说明 | |------|------|------| | id | INTEGER | 主键 | | concept_name | TEXT UNIQUE | 概念名称 | | concept_name_en | TEXT | 英文名称 | | definition | TEXT | 定义（权威来源的定义，非自行推断） | | measurement | TEXT | 测量方式（如何操作化定义） | | suitable_contexts | TEXT | 适用情境（在哪些研究场景中使用） | | related_methods | TEXT | 相关联的方法（如：竞争风险相关方法列表） | | data_source | TEXT | 典型数据来源（如：哪个公开数据库收录此变量） | | paper_source | TEXT | 来源论文标题 | | added_date | TEXT | 录入日期 | ### 表4：table_layouts（论文图表布局规范） | 字段 | 类型 | 说明 | |------|------|------| | id | INTEGER | 主键 | | table_name | TEXT UNIQUE | 表格名称（如 Table 1、Table 2） | | table_name_en | TEXT | 英文名称 | | purpose | TEXT | 用途/展示目的 | | row_structure | TEXT | 行结构（变量如何排列、嵌套逻辑） | | column_structure | TEXT | 列结构（分组如何排列、模型如何布局） | | variable_order | TEXT | 变量排列顺序（连续→分类→代谢/疾病指标） | | formatting_rules | TEXT | 格式规范（连续变量格式、分类变量格式、HR/CI格式） | | statistical_tests | TEXT | 统计方法（用什么检验、用什么模型） | | notes | TEXT | 注意事项（如脚注内容、参照组标注方式） | | paper_source | TEXT | 来源论文标题 | | added_date | TEXT | 录入日期 | ## 执行步骤 ### Step 1：解析当前会话上下文 从最近的分析对话中提取： - 研究设计名称、数据来源、队列特征 - 统计方法的假设前提、数据要求、适用场景 - 概念的权威定义、测量方式、典型应用 如果当前会话中没有足够信息，先询问用户补充。 ### Step 2：自动去重检查 ```sql SELECT * FROM statistical_methods WHERE method_name = '?' SELECT * FROM study_designs WHERE design_name = '?' SELECT * FROM concepts WHERE concept_name = '?' SELECT * FROM table_layouts WHERE table_name = '?' ``` - 已存在 → 跳过 - 不存在 → 准备插入 ### Step 3：写入数据库 ```python conn.execute('INSERT OR IGNORE INTO study_designs (design_name, design_name_en, cohort_name, data_source, cohort_features, description, key_features, suitable_scenarios, advantages, limitations, paper_source) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)', (design_name, en_name, cohort_name, data_source, cohort_features, desc, key_features, scenarios, advantages, limitations, paper_source)) conn.execute('INSERT OR IGNORE INTO statistical_methods (method_name, method_name_en, category, purpose, key_assumptions, data_requirements, suitable_scenarios, interpretation, advantages, limitations, paper_source) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)', (name, en_name, category, purpose, assumptions, data_req, scenarios, interpretation, advantages, limitations, paper_source)) conn.execute('INSERT OR IGNORE INTO table_layouts (table_name, table_name_en, purpose, row_structure, column_structure, variable_order, formatting_rules, statistical_tests, notes, paper_source) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?)', (table_name, en_name, purpose, row_structure, column_structure, variable_order, formatting_rules, statistical_tests, notes, paper_source)) ``` ### Step 4：汇总报告 ``` 【数据库存入完成】 ## 新增记录（X条） | 类型 | 名称 | 数据来源/类别 | 来源 | |------|------|-------------|------| ## 跳过（已存在，X条） | 类型 | 名称 | ## 当前数据库统计 - 研究设计：N 条 - 统计方法：N 条 - 流行病学概念：N 条 - 论文图表布局：N 条 ``` ## 注意事项 - 使用 INSERT OR IGNORE 保证 UNIQUE 约束自动去重，不报错 - 每个字段都尽量填写完整，不要留空；无法确定的字段标注"待补充" - paper_source 记录来源论文，方便追溯 - 数据来源尽量写具体数据库名称（如 UK Biobank、SEER、CHNS），而非泛泛写"公开数据库" - 数据库文件不存在时会自动创建