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 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
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
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
【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