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知识库数据库，支持去重。当用户说"存入数据库"、"保存到知识库"、"记一下这个方法"时激活。

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

text

【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