首页 / 临床研究工具包
R 包 v1.1.4 永久授权

clinResearchKit

一站式临床研究统计分析工具包

GBD · NHANES · MIMIC · 多国老年健康数据

77+
R 函数
4
数据模块
1行
Table 1
发表级
图表输出

🎯 什么是 clinResearchKit

clinResearchKit 是一个面向医学研究者的 R 语言工具包, 提供临床数据库的标准化分析流程。只需几行代码,即可完成从数据加载到发表级图表的全流程。

传统方式

  • • 手动下载 NHANES 数据 → 合并 → 权重处理
  • • 逐行写 survey 回归代码 → 调试
  • • 用 ggplot2 手绘森林图 → 反复调整配色
  • • 每换一个指标重新写一遍脚本
  • 耗时:数天到数周

clinResearchKit

  • nhanes_load() 一键加载数据
  • nhanes_cox() 自动处理权重和回归
  • nhanes_forest_plot() 出版级森林图
  • • 换一个指标只需改一个参数
  • 耗时:30分钟

支持的数据库

快速示例

NHANES Table 1(三线表)

# 安装与激活
install.packages("clinResearchKit_1.1.4.tar.gz", repos = NULL, type = "source")
library(clinResearchKit)

# 配置数据路径
locate_data("nhanes", "~/clinResearchKit-Data/NHANES")

# 激活
activate("CLIN-XXXX-XXXX-XXXX")

# 加载数据并生成 Table 1
data <- nhanes_merge(c("DEMO", "BMX", "BPX"))
tbl <- nhanes_table1(data, strata = "DIABETES", export = "xlsx")
print(tbl)

NHANES Cox 回归 + 森林图

# 创建调查设计
design <- create_nhanes_design(nhanes_data)

# Cox 回归
result <- nhanes_cox(data,
  Surv(permth_int/12, mortstat) ~ BMI_group + age + sex)

# 森林图
p <- nhanes_forest_plot(result)
print(p)
ggsave("forest_plot.pdf", p, width = 10, height = 6)

GBD EAPC 趋势分析

# 计算 EAPC 并绘制趋势图
eapc_result <- gbd_eapc(gbd_data, measure = "Incidence")
print(eapc_result)

p <- gbd_trend_line(gbd_data,
  measure = "Incidence",
  add_eapc = TRUE)
print(p)

🛠️ Kimi 调试与代码修复

如果你平时在 R 里最烦的是报错、测试挂掉、文件改崩了,那这一块就是给你用的。 clinResearchKit 内置了两个 Kimi 调试入口: 一种用来直接修一段代码,另一种用来直接修整个文件。它会把现有代码、报错信息和你的目标一起交给 kimi-k2.5,默认使用 think 模式, 修完后还能顺手继续运行或重跑验证。

这个功能是什么

  • • 它是给 日常 debug 用的,不是拿来凭空写研究结果的。
  • • 适合处理 stop()object not found、语法错误和 testthat 失败。
  • • 先跑你的原始代码;能跑就直接返回,跑不通才调用模型。
  • • 出错时会连同代码、报错和修复目标一起发送,让 Kimi 给出新的可执行版本。
  • • 最终会把结果、最终代码、执行历史和 diff 一起返回,方便你自己复核。

适合什么场景

  • • 控制台刚报错,想直接接着修,不想来回复制错误信息。
  • • 某个函数文件改崩了,想按文件级别整体修一遍。
  • testthat 测试失败后,想让它围绕失败点继续改代码再重跑。
  • • 只记得文件名,不想每次都补完整路径,希望优先从 R/tests/testthat/ 自动找。
  • • 想在“允许整段重写”和“尽量保留原结构”之间切换修复策略。

两个核心函数

控制台 / 片段级 kimi_debug_r()

用来修你当前正在跑的一段 R 代码,也可以按一句任务描述临时生成一段新代码。 它会先执行你给的内容;如果失败,再把错误上下文交给 Kimi 接着修。

  • • 支持 exprcode 输入。
  • • 可通过 task 直接说明“要修成什么样”。
  • • 默认 think = TRUE,并自动执行模型生成代码。
  • • 支持 mode = "free_agent""strict_debug"
  • • 返回 successresultfinal_codehistory 等字段。
文件 / 测试级 kimi_debug_file()

用来直接修一个 R 源文件。你可以给完整路径,也可以只给文件名; 它会先在当前包的常见目录里找目标文件,找不到或有歧义时再明确提醒你。

  • • 支持 file = "foo.R" 这类裸文件名输入。
  • • 优先搜索 R/tests/testthat/ 等包结构。
  • • 如未手工提供 bug / task,会尽量吸收最近一次控制台或 testthat 错误上下文。
  • • 支持修完后继续跑 test_filefilter
  • • 可直接写回文件,并返回修改后的 diff 方便人工复核。

怎么用

1. 修一段刚刚报错的代码

# 如果代码执行失败,Kimi 会尝试改写并自动重跑
res <- kimi_debug_r(
  code = "stop('boom')",
  task = "Repair the code so that it returns the integer 2."
)

res$success
res$result
res$final_code

这个入口很适合控制台里的临时调试、最小复现和函数片段试错。 如果原始代码本来就能正常运行,它会直接把结果返回给你,不会多走一步。

2. 直接修一个函数文件

# 既可以给完整路径,也可以只给文件名
res <- kimi_debug_file(
  file = "foo.R",
  project_path = "/path/to/pkg",
  bug = "foo() 应该返回整数 2,而不是报错",
  mode = "free_agent"
)

res$target_file
res$diff

当你只提供文件名时,它会优先在当前项目的 R/tests/testthat/ 里找;如果同名文件不止一个,也会直接告诉你要选哪一个。

3. 修完后自动重跑指定测试

# 让它围绕某个测试文件继续修复并验证
res <- kimi_debug_file(
  file = "R/foo.R",
  project_path = "/path/to/pkg",
  test_file = "test-foo.R",
  filter = "foo returns integer"
)

res$success
res$verification

这更接近日常包开发:测试一挂,就让它围绕失败点继续修,修完马上再跑一遍。

配置说明:通常不必每次都显式传入 config_path。 如果你的配置已放在默认位置(例如 ~/.config/kimi-k25~/.config/kimi-default),或者已设置环境变量, kimi_debug_r() / kimi_debug_file() 会自动读取对应的 Key、Base URL 和模型配置。

使用边界:这组函数默认聚焦“修代码”,不是凭空生成精确研究结果。 如果任务看起来在要求最终表格、图形或统计数值,但当前并没有明确的真实数据上下文, 默认的 truth_guard = "stop" 会直接停止,并明确提示“缺少真实数据,拒绝生成结果表/图”。 另外,模型生成的代码会在本地会话里执行,所以更适合在你信任的工作目录里使用,并保留最后的人手检查。

授权与定价

基础版 ¥599
  • ✅ NHANES + GBD 模块
  • ✅ 全部基础分析函数
  • ✅ 1台设备永久授权
  • ✅ 免费更新
  • ❌ MIMIC 模块
  • ❌ 多国老年数据模块
立即购买
推荐
专业版 ¥999
  • ✅ 全部 4 个数据模块
  • ✅ NHANES + GBD + MIMIC + 多国老年
  • ✅ 1台设备永久授权
  • ✅ 免费更新
  • ✅ 技术支持
立即购买

激活码格式:CLIN-XXXX-XXXX-XXXX, 购买后获得。当前标准流程是在本机运行 activate() 完成授权;如需换设备,建议先在旧设备执行 deactivate(confirm = TRUE) 并联系管理员协助处理。