إعداد الحقيبة المرجعية وكتالوج التشغيل البرمجي (Specifications) للمنهجية الطبية والإحصائية

نبحث عن خبير في المنهجية السريرية والإحصاء الحيوي (Clinical Research Methodology & Biostatistics) للمساهمة في بناء القاعدة العلمية والمنطق التشغيلي لمنصة ذكاء اصطناعي متخصصة في مراجعة وتحليل البروتوكولات والدراسات الطبية.

دور الخبير ليس كتابة أبحاث، وإنما تحويل المعايير العلمية العالمية إلى قواعد تشغيلية قابلة للبرمجة تستخدمها أنظمة الذكاء الاصطناعي لاتخاذ قرارات التدقيق والتحليل.

نطاق العمل

ينقسم المشروع إلى مرحلتين رئيسيتين:

المرحلة الأولى: بناء قاعدة المعرفة المرجعية (Knowledge Base)

يتم جمع وتنظيم الأدلة العلمية الرسمية بصيغة PDF مع الروابط الرسمية المحدثة، وتشمل:

أولا: إرشادات كتابة وتصميم الدراسات الطبية (Reporting Guidelines)

التجارب السريرية:

- SPIRIT Statement:

- Full Explanation and Elaboration Document

- CONSORT Statement:

- Explanation and Elaboration Document

- Participant Flow Diagram

الدراسات الرصدية:

- STROBE Statement:

- Combined Checklist:

- Cohort Studies

- Case-Control Studies

- Cross-Sectional Studies

المراجعات المنهجية:

- PRISMA Statement:

- Explanation and Elaboration Document

ثانياً: امتدادات الأدلة (Guideline Extensions)

تجميع امتدادات المعايير الخاصة بـ:

- CONSORT / SPIRIT Extensions:

- Cluster Randomized Trials

- Non-inferiority and Equivalence Trials

- Multi-arm Trials

- Pilot and Feasibility Studies

ثالثاً: المراجع الإحصائية

بناء قاعدة مرجعية تشمل:

- Sample Size Calculations in Clinical Research

- Shein-Chung Chow

- Sample Size Tables for Clinical Studies

- David Machin

- توثيق مكتبات التحليل الإحصائي:

- Python Statsmodels

- statsmodels.stats.power

- scipy.stats

---

رابعاً: الحوكمة وأخلاقيات البيانات الطبية

إضافة المراجع التنظيمية:

- Declaration of Helsinki - WMA Latest Version

- GDPR Health Data Guidelines

- HIPAA Privacy Rule:

- Clinical Research Data

- De-identification Requirements

---

المرحلة الثانية: بناء كتالوج التشغيل (Operational Blueprint)

يتم إنشاء ملف Word أو Markdown موجه إلى:

- مطوري النظام Backend Developers

- مهندسي الذكاء الاصطناعي

- Prompt Engineers

ويحتوي على قواعد تشغيلية قابلة للتحويل إلى منطق برمجي.

---

مكونات كتالوج التشغيل

1. خريطة المتغيرات الطبية والإحصائية (Variable Mapping)

إنشاء جدول يربط بين:

نوع الدراسة| المتغيرات المستخرجة| المعيار المرجعي| قاعدة التحقق

RCT| Population, Intervention, Comparator, Outcome| SPIRIT / CONSORT| التحقق من عناصر البروتوكول المطلوبة

Cohort Study| Exposure, Outcome, Confounders| STROBE| تقييم اكتمال المتغيرات

Systematic Review| Search Strategy, Inclusion Criteria| PRISMA| مراجعة منهجية البحث

مثال للمنطق:

إذا قام النظام بتحديد الدراسة كتجربة عشوائية RCT:

يقوم الـ AI تلقائياً بفحص:

- SPIRIT Item 3:

- Research objectives

- Hypothesis

- SPIRIT Item 4:

- Eligibility Criteria

- CONSORT Checklist:

- Randomization

- Allocation concealment

- Participant flow

---

2. تصميم نماذج المخرجات (Output Templates)

إنشاء قوالب معيارية للتقارير النهائية التي ينتجها النظام، تشمل:

تقرير تقييم البروتوكول

- ملخص الدراسة

- نوع التصميم

- نقاط القوة

- المخالفات المنهجية

- التوصيات

---

قسم التبرير الإحصائي لحجم العينة

يجب أن يحدد النظام:

- نوع المتغير:

- Continuous

- Binary

- Time-to-event

- نوع التصميم:

- Superiority / Equality

- Non-inferiority

- Equivalence

- المعلمات المطلوبة:

- Effect Size

- Alpha Level

- Statistical Power

- Expected Dropout Rate

---

3. منطق حساب حجم العينة (Sample Size Decision Tree)

إنشاء شجرة قرار تدعم:

البيانات المستمرة Continuous Outcomes

مثل:

- Mean Difference

- Standard Deviation

- Two Sample Comparison

- ANOVA Designs

البيانات الثنائية Binary Outcomes

مثل:

- Risk Difference

- Odds Ratio

- Relative Risk

تصميمات خاصة:

- Superiority Trials

- Non-inferiority Trials

- Equivalence Trials

مع تحديد المعادلات والمكتبات البرمجية المستخدمة.

---

4. مصفوفة اختيار الاختبار الإحصائي (Statistical Test Selector)

إنشاء جدول قرار يربط:

نوع البيانات| الهدف| الاختبار| المكتبة البرمجية

Continuous| مقارنة مجموعتين| t-test| scipy.stats.ttest_ind

Continuous| أكثر من مجموعتين| ANOVA| scipy.stats.f_oneway

Binary| علاقة بين متغيرين| Chi-square| scipy.stats.chi2_contingency

Binary Outcome| توقع النتيجة| Logistic Regression| statsmodels.Logit

Continuous Outcome| نمذجة العلاقة| Linear Regression| statsmodels.OLS

---

المخرجات النهائية المطلوبة

يجب تسليم:

1. مكتبة الأدلة المرجعية PDF.

2. قاعدة قواعد علمية قابلة للبرمجة.

3. Operational Blueprint كامل.

4. Decision Trees للحسابات الإحصائية.

5. Statistical Test Selection Matrix.

6. قوالب Prompts ومخرجات AI.

7. جداول Mapping بين البروتوكول والمعايير العالمية.

الهدف النهائي:

تحويل المعرفة الطبية والإحصائية إلى نظام ذكاء اصطناعي قادر على تدقيق البروتوكولات والدراسات وفق المعايير العالمية.