Đánh giá mức độ nặng RELSA & dự báo điểm kết thúc nhân đạo

Công cụ này làm gì

• Tính điểm RELSA: hợp nhất nhiều chỉ số phúc lợi (sụt cân, thân nhiệt, điểm lâm sàng, dấu ấn viêm, hoạt động, nhịp tim) thành một điểm mức độ nặng tương đối cho mỗi con vật ở mỗi thời điểm (0 = mốc nền, 1 = độ lệch tối đa của nhóm tham chiếu).
• Dự báo endpoint (foRcast): khớp mô hình ARIMA cho quỹ đạo RELSA của từng con vật, đưa ra dự báo điểm kế tiếp kèm khoảng dự báo 95%, đánh giá bằng RMSE, PICP và MPIW.
• Xác định vùng mức độ nặng: dùng ước lượng mật độ hạt nhân (KDE) tìm các cực tiểu mật độ làm ngưỡng "chú ý/nguy hiểm", kèm hướng dẫn kiểm tra độ nhạy băng thông.
• Chuẩn hoá báo cáo: 4 quyết định then chốt (hướng biến, mốc nền, nhóm tham chiếu, ánh xạ điểm lâm sàng 0), 9 lỗi thường gặp và checklist tái lập.

Phù hợp với ai

• Nhà nghiên cứu, bác sĩ thú y, người phụ trách cơ sở động vật thí nghiệm cần đánh giá mức độ nặng.
• Người viết phần severity assessment cho hồ sơ 3Rs/refinement hoặc EU Directive 2010/63/EU.
• Người muốn so sánh dữ liệu phúc lợi đa biến (telemetry, điểm lâm sàng) trên một thang đo chung.

Ví dụ sử dụng

1. Tính điểm cả đàn: dùng assets/example_cohort.csv (6 chuột, 9 ngày) với cân nặng, thân nhiệt, điểm lâm sàng 0–8 và IL-6; chọn --reference-group condition=endpoint, lưu mô hình tham chiếu và xuất RELSA theo ngày kèm trọng số từng biến.
2. Phát hiện sớm con vật nguy cơ: huấn luyện tới trước thời điểm endpoint rồi dự báo điểm tại endpoint (ví dụ 0,93 [0,67–1,19] so với thực tế 1,00); giám sát liên tục bằng --mode rolling.
3. Đặt ngưỡng vùng: chạy kde_thresholds.py để tìm ngưỡng 0,703 và báo cáo kèm quét băng thông, vì ngưỡng có thể biến mất khi băng thông tăng 10%.

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/relsa-severity-assessment từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/relsa-severity-assessment/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.