Habilidades clinical-decision-support
📊

clinical-decision-support

Seguro 📁 Acesso ao sistema de arquivos

Gerar Documentos de Suporte à Decisão Clínica

Também disponível em: davila7

Pesquisadores clínicos precisam de documentos baseados em evidências para desenvolvimento de medicamentos e submissões regulatórias. Esta habilidade cria documentos de suporte à decisão clínica prontos para publicação com estratificação por biomarcadores e classificação de evidências GRADE.

Suporta: Claude Codex Code(CC)
🥈 79 Prata
1

Baixar o ZIP da skill

2

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

3

Ative e comece a usar

Testar

A utilizar "clinical-decision-support". Analise 60 pacientes com câncer de mama HER2+ por status de receptor hormonal com resultados de trastuzumab-deruxtecan

Resultado esperado:

  • Sumário Executivo: comparação de eficácia HR+/HER2+ vs HR-/HER2+
  • Tabela de demográficas com características basais
  • ORR: 68% vs 78% (p=0,041) favorecendo HR-negativo
  • PFS Mediano: 16,2 vs 22,1 meses (HR=0,74, IC 95%: 0,58-0,95)
  • Curvas de sobrevida de Kaplan-Meier com bandas de confiança de 95%
  • Gráfico de floresta mostrando análises de subgrupos
  • Implicações clínicas com recomendação Grau 1A

A utilizar "clinical-decision-support". Crie recomendações de tratamento para CPCNP com mutação EGFR de primeira linha com osimertinib

Resultado esperado:

  • Recomendação forte para osimertinib 80mg diário (Grau 1A)
  • Evidência do ensaio FLAURA: PFS 18,9 vs 10,2 meses (HR 0,46)
  • Benefício de OS: 38,6 vs 31,80,80, p=0,046)
  • Fluxograma do algoritmo de tratamento com pontos de decisão de biomarcadores
  • HR
  • Perfil de eventos adversos e requisitos de monitoramento

Auditoria de Segurança

Seguro
v4 • 1/17/2026

All static findings are false positives. The skill generates legitimate clinical research documents using standard Python libraries (pandas, numpy, scipy). The 'weak cryptographic algorithm' detections are medical terminology matches (e.g., hazard ratio, recommendation strength). 'External commands' flagged are markdown backticks for documentation formatting, not shell execution. Filesystem operations are standard document generation. No malicious code, credential exfiltration, or harmful patterns exist.

21
Arquivos analisados
9,010
Linhas analisadas
1
achados
4
Total de auditorias

Fatores de risco

📁 Acesso ao sistema de arquivos (3)
scripts/build_decision_tree.py:221 scripts/create_cohort_tables.py:464 scripts/generate_survival_analysis.py:286
Auditado por: claude Ver Histórico de Auditoria →

Pontuação de qualidade

82
Arquitetura
100
Manutenibilidade
87
Conteúdo
21
Comunidade
100
Segurança
78
Conformidade com especificações

O Que Você Pode Construir

Documentação para Desenvolvimento de Medicamentos

Gerar análises de coorte estratificadas por biomarcadores para ensaios de Fase 2/3 e submissões regulatórias

Diretrizes Baseadas em Evidências

Criar relatórios de recomendações de tratamento com classificação GRADE para sociedades médicas

Documentos para Submissão

Produzir análises prontas para publicação para submissões de IND/NDA e conselhos consultivos

Tente Estes Prompts

Análise de Coorte Básica 
Crie uma análise de coorte para 50 pacientes com CPCNP estratificados por níveis de expressão de PD-L1. Inclua ORR, PFS mediano e OS com razões de risco comparando os grupos.
Diretrizes de Tratamento 
Gere recomendações de tratamento com classificação GRADE para câncer de mama metastático HER2+ incluindo terapias de primeira linha e subsequentes.
Integração de Biomarcadores 
Analise 75 pacientes com GBM por subtipo molecular com resultados, perfis de biomarcadores e comparação de resposta ao tratamento.
Algoritmo de Decisão 
Crie um fluxograma TikZ para decisões de tratamento de CPCNP avançado baseado em PD-L1, EGFR, ALK e status de desempenho com recomendações.

Melhores Práticas

  • Sempre inclua um sumário executivo completo na página 1 com 3-5 achados principais em caixas coloridas
  • Use terminologia médica padrão e inclua nomes de ensaios para citações de evidências
  • Documente métodos estatísticos e inclua razões de risco com intervalos de confiança de 95%

Evitar

  • Não inclua informações identificáveis de pacientes - use apenas dados desidentificados
  • Evite texto narrativo sem dados - apoie todas as recomendações com tabelas de evidências
  • Não pule os elementos visuais - inclua curvas de Kaplan-Meier e fluxogramas de decisão

Perguntas Frequentes

Qual é a diferença entre esta habilidade e a habilidade treatment-plans?
Esta habilidade cria análises em nível de grupo para pesquisa; treatment-plans cria planos de cuidados individuais para pacientes.
Posso usar dados reais de pacientes?
Apenas dados desidentificados em conformidade com o método HIPAA Safe Harbor com todos os 18 identificadores removidos.
Qual formato de saída ela gera?
Documentos LaTeX prontos para publicação que compilam para PDF com tabelas e figuras profissionais.
Preciso ter LaTeX instalado?
Sim, para compilar saídas em PDF. A habilidade gera código LaTeX que requer compilação com pdflatex.
Quais métodos estatísticos são suportados?
Análise de sobrevida de Kaplan-Meier, razões de risco, testes de log-rank, teste exato de Fisher e classificação de evidências GRADE.
Pode criar fluxogramas de decisão?
Sim, gera algoritmos de decisão clínica e diagramas de via de tratamento baseados em TikZ.

Detalhes do Desenvolvedor

Licença

MIT License

Repositório

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/clinical-decision-support

Referência

main

Estrutura de arquivos

📁 assets/

📄 biomarker_report_template.tex

📄 clinical_pathway_template.tex

📄 cohort_analysis_template.tex

📄 color_schemes.tex

📄 example_gbm_cohort.md

📄 recommendation_strength_guide.md

📄 treatment_recommendation_template.tex

📁 references/

📄 biomarker_classification.md

📄 clinical_decision_algorithms.md

📄 evidence_synthesis.md

📄 outcome_analysis.md

📄 patient_cohort_analysis.md

📄 README.md

📄 treatment_recommendations.md

📁 scripts/

📄 biomarker_classifier.py

📄 build_decision_tree.py

📄 create_cohort_tables.py

📄 generate_survival_analysis.py

📄 validate_cds_document.py

📄 SKILL.md