← 모든 스킬

비식별화

/deidentifyNEW
데이터 · 연구 설계

기능 설명

LLM 분석 전 임상 연구 데이터를 비식별화합니다. 11개국 로케일 팩을 지원하는 독립 Python CLI. LLM 미사용.

주요 기능

  • ✓정규식 + 휴리스틱 기반 PHI 탐지
  • ✓대화형 터미널 검토
  • ✓날짜 이동 & 가명처리

이 스킬 설치

git clone https://github.com/Aperivue/medsci-skills.git
mkdir -p ~/.claude/skills
cp -r medsci-skills/skills/deidentify ~/.claude/skills/
전체 문서→GitHub 소스 보기

관련 스킬

연구 설계/design-study

분석 단위, 코호트 논리, 데이터 누출 위험, 검증 전략을 식별합니다.

표본 크기 계산/calc-sample-size

결정 트리 기반 검정 선택으로 17개 설계를 지원하는 대화형 표본 크기 계산기. Cox regression EPV 포함.

데이터 정제/clean-data

연구 데이터셋 표준화, 유효성 검증, 변환. 결측치, 이상치 감지, 변수 리코딩을 처리합니다.

변수 정의/define-variables

관찰연구의 문헌 기반 변수 운영화. 데이터 사전 + 연구 질문 → 노출 / 결과 / 보정변수 정의, 컷오프, DB 변수 매핑이 인용으로 뒷받침된 표. Tier 0 dictionary-first 룰로 reviewer reject을 부르는 ad-hoc phenotype 정의를 차단. /search-lit과 /write-protocol Methods를 잇는 다리.