← 모든 스킬

논문용 Figure

/make-figures
분석 · 그림

기능 설명

저널 규격 Figure 및 visual abstract: ROC curve, forest plot, flow diagram, Kaplan-Meier 등.

주요 기능

  • ✓300 DPI, 색각이상 안전 팔레트
  • ✓PRISMA / CONSORT / STARD 흐름도
  • ✓Visual/graphical abstract (python-pptx 템플릿)

이 스킬 설치

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

관련 스킬

통계 분석/analyze-stats

회귀분석, propensity score, 반복측정 등 22개 분석 유형을 위한 재현 가능한 Python/R 코드. 예측 모델에는 calibration 필수.

메타분석/meta-analysis

10단계 체계적 문헌고찰 및 메타분석 파이프라인. DTA (bivariate/HSROC) 및 중재 MA를 PRISMA-DTA 기준으로. Dual-extractor + cohort overlap 탐지 포함.

연구 복제/replicate-study

기존 코호트 연구를 다른 데이터베이스에서 복제합니다. 원논문에서 방법론을 추출하고, 변수 매핑 테이블로 harmonization한 뒤, 분석 코드를 생성하고 차이 보고서를 출력합니다.

다국가 비교 연구/cross-national

병렬 조사 데이터를 활용한 다국가 비교 연구. 변수 harmonization, 국가별 가중치 분석(데이터 풀링 금지), 국가별 층화 비교표를 생성합니다.