클로드스킬마트스킬 둘러보기바로 쓰는 문장영상으로 배우기터미널 사용법스킬이 뭐예요?
 
← 목록으로

RELSA 중증도 평가 및 인도적 종료점 예측

실험동물의 체중·체온·임상점수·바이오마커를 하나의 RELSA 중증도 점수로 통합하고 ARIMA로 인도적 종료점 도달을 예측하는 스킬.

데이터·분석고급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

  • 개별 동물의 여러 복지 지표(체중 감소, 체온, 임상 점수, IL-6 같은 바이오마커, 활동량·심박수 등 텔레메트리)를 기준 집단 대비 상대 중증도 점수(RELSA) 하나로 통합합니다. 0은 기저치, 1은 기준 집단의 최대 이탈 수준입니다.
  • scripts/relsa_score.py로 기준 모델(reference model)을 만들고 JSON으로 저장·재사용해 여러 코호트를 같은 척도로 비교합니다.
  • scripts/forecast_relsa.py가 동물별 RELSA 궤적에 ARIMA(Hyndman–Khandakar 자동 선택)를 적합해 다음 시점 점수와 95% 예측구간을 산출하고, RMSE·PICP·MPIW로 평가합니다.
  • scripts/kde_thresholds.py가 커널밀도추정의 밀도 극소점을 찾아 '주의/위험' 구간을 제안하고, 대역폭 민감도까지 함께 보고하도록 유도합니다.
  • 방향성(turned 변수), 기저치 정규화, 0 기저 임상점수 처리, 변수 구성 변화 같은 결과를 좌우하는 결정들을 명시적으로 다루고, 보고서용 체크리스트와 한계(규제상 중증도 등급이 아님)를 제공합니다.

이런 분께 추천

  • 실험동물 연구의 중증도 평가·3Rs/refinement 보고서, EU Directive 2010/63/EU 관련 신청서를 작성하는 연구자
  • 동물실험 윤리위원회(IACUC/동물복지) 자료로 인도적 종료점 근거를 정량화해야 하는 담당자
  • 텔레메트리·체중·임상 스코어 데이터를 다루는 생물통계·데이터 분석 담당자

활용 예시

  1. 6마리 코호트 CSV로 relsa_score.py를 실행해 동물·일자별 RELSA 점수와 변수별 가중치를 산출하고, 종료점 도달 그룹을 기준집단으로 저장(reference.json)해 후속 실험에 동일 척도 적용.
  2. forecast_relsa.py --animals M01,M02 --endpoints M01=5로 종료점 직전까지 학습해 종료 시점 점수를 예측하고 RMSE/PICP/MPIW를 함께 보고, 상시 모니터링에는 --mode rolling로 1스텝 예측.
  3. kde_thresholds.py --n-thresholds 2로 치료군 점수 분포의 밀도 극소점에서 주의·위험 구간을 도출하고, 대역폭 10% 변화 스윕 결과까지 논문 방법부에 기재.

· · · 설치 가이드 · · ·

설치 없이 지금 한 번 써보기

아래를 Claude에 붙여넣으면 설치하지 않고도 이 스킬을 그대로 씁니다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/relsa-severity-assessment/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

Claude가 링크를 열지 못하면, 링크를 직접 열어 내용을 복사해 붙여넣으세요.

↓ 쓸 만하면 아래에서 ZIP을 받아 설치하세요. 그러면 매번 붙여넣지 않아도 알아서 작동합니다.

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/relsa-severity-assessment 폴더를 내 ~/.claude/skills/relsa-severity-assessment/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/relsa-severity-assessment ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 열고 Python 3.10 이상이 설치되어 있는지 확인합니다: python --version
  2. 필요한 패키지를 설치합니다: uv pip install "numpy>=1.26" "pandas>=2.0" "scipy>=1.11" "statsmodels>=0.14" matplotlib (uv가 없으면 pip install ...)
  3. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  4. 스킬 폴더를 Claude 스킬 경로로 복사합니다: mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/relsa-severity-assessment ~/.claude/skills/
  5. Claude Code를 재시작한 뒤 "체중·체온·임상점수로 RELSA 중증도 점수를 계산해줘"처럼 요청하면 스킬이 발동합니다.
  6. 첫 실행은 동봉된 assets/example_cohort.csv로 문서의 Step 1 명령을 그대로 실행해 동작을 확인하세요.
GitHub에서 원본 보기 ↗라이선스: MIT