Phân tích thống kê nghiên cứu y khoa (analyze-stats)

Làm được gì

• Đọc file dữ liệu (CSV/Excel/TSV), báo cáo kích thước, kiểu biến, tỉ lệ khuyết, 5 dòng đầu và xác định đơn vị phân tích (bệnh nhân, lần chụp, tổn thương...).
• Đề xuất kế hoạch phân tích và chờ bạn phê duyệt trước khi chạy: Table 1, độ chính xác chẩn đoán (Se/Sp/PPV/NPV/AUC), độ đồng thuận (kappa, ICC, Bland–Altman), hồi quy logistic/linear, phân tích sống còn và nguy cơ cạnh tranh, điểm xu hướng (PSM/IPTW/overlap), đo lặp (LMM/GEE), dữ liệu khảo sát có trọng số (KNHANES/NHANES), meta-analysis, MR, PRS...
• Bắt buộc tính tái lập: seed = 42, mọi con số phải lấy từ output thực thi, lint mã sinh ra (check_generated_code.py) để chặn thiếu seed, dữ liệu gõ tay, đường dẫn tuyệt đối, ghi đè dữ liệu gốc; tạo manifest _analysis_outputs.md.
• Chặn các lỗi thống kê thường gặp: kiểm tra tách hoàn toàn/bán tách trước khi fit, không dùng Shapiro-Wilk làm cổng chọn test (dùng độ lệch), mặc định Welch, kiểm tra tầng loại trừ lẫn nhau trước test xu hướng, cảnh báo số 0 cấu trúc (pack-years của người không hút) và hiệu chỉnh quá mức cho biến trung gian.
• Viết sẵn đoạn Kết quả/Phương pháp: p chính xác, 95% CI, effect size, chênh lệch nguy cơ tuyệt đối và NNT, hiệu chuẩn (Brier, calibration plot), decision curve, định dạng bảng theo tạp chí (Radiology/JAMA/NEJM/Lancet) kèm mã gtsummary.
• Bảo vệ dữ liệu: nhắc khử định danh trước khi đọc dữ liệu thô và không in giá trị PHI ra output.

Dành cho ai

• Nhà nghiên cứu lâm sàng, bác sĩ nội trú, học viên cao học tự viết bài báo y khoa.
• Nhóm nghiên cứu cần số liệu tái lập được và chuẩn bị trả lời phản biện của reviewer.
• Người phân tích dữ liệu khảo sát quốc gia hoặc dữ liệu bảo hiểm (ICD-10).

Ví dụ sử dụng

1. "Tạo Table 1 từ cohort.csv" → báo cáo kiểu biến và khuyết → chọn mean (SD) hay median (IQR) theo độ lệch → xuất CSV, bảng markdown và mã gtsummary.
2. "Chạy hồi quy logistic dự đoán biến chứng" → quét tách biệt cho mọi biến phân loại → nếu tách hoàn toàn thì đề xuất Firth hoặc quy tắc hai giai đoạn ngay trong kế hoạch.
3. "Phân tích Kaplan-Meier và Cox cho dữ liệu sống còn" → dùng template survival_analysis.py, xuất HR kèm 95% CI, số sự kiện mỗi tầng và hình PDF/PNG 300 DPI.

Hãy đọc hướng dẫn trong tệp này và làm theo để giúp mình:
https://raw.githubusercontent.com/Aperivue/medsci-skills/HEAD/skills/analyze-stats/SKILL.md

Mình muốn: (viết việc bạn cần ở đây)

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/analyze-stats từ repo GitHub Aperivue/medsci-skills vào ~/.claude/skills/analyze-stats/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.