·domain-research-health-science
</>

domain-research-health-science

Utilizzare quando si formulano domande di ricerca clinica (quadro PICOT), si valuta la qualità dell'evidenza sanitaria (gerarchia del disegno dello studio, valutazione dei bias, GRADE), si dà priorità ai risultati importanti per il paziente, si conducono revisioni sistematiche o meta-analisi, si creano riassunti delle prove per linee guida, si valuta l'evidenza normativa o quando l'utente menziona studi clinici, medicina basata sull'evidenza, metodologia di ricerca sanitaria, revisioni sistematiche, protocolli di ricerca o valutazione della qualità dello studio.

23Installazioni·0Tendenza·@lyndonkl

Installazione

$npx skills add https://github.com/lyndonkl/claude --skill domain-research-health-science

Come installare domain-research-health-science

Installa rapidamente la skill AI domain-research-health-science nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/lyndonkl/claude --skill domain-research-health-science
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: lyndonkl/claude.

This skill helps structure clinical and health science research using evidence-based medicine frameworks. It guides you through formulating precise research questions (PICOT), evaluating study quality (hierarchy of evidence, bias assessment, GRADE), prioritizing outcomes (patient-important vs surrogate), and synthesizing evidence for clinical decision-making.

Trigger phrases: "clinical trial design", "systematic review", "PICOT question", "evidence quality", "bias assessment", "GRADE", "outcome measures", "research protocol", "evidence synthesis", "study appraisal"

Domain Research: Health Science applies structured frameworks from evidence-based medicine to ensure clinical research is well-formulated, methodologically sound, and clinically meaningful.

Utilizzare quando si formulano domande di ricerca clinica (quadro PICOT), si valuta la qualità dell'evidenza sanitaria (gerarchia del disegno dello studio, valutazione dei bias, GRADE), si dà priorità ai risultati importanti per il paziente, si conducono revisioni sistematiche o meta-analisi, si creano riassunti delle prove per linee guida, si valuta l'evidenza normativa o quando l'utente menziona studi clinici, medicina basata sull'evidenza, metodologia di ricerca sanitaria, revisioni sistematiche, protocolli di ricerca o valutazione della qualità dello studio. Fonte: lyndonkl/claude.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/lyndonkl/claude --skill domain-research-health-science
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from lyndonkl/claude

Risposte rapide

Che cos'è domain-research-health-science?

Utilizzare quando si formulano domande di ricerca clinica (quadro PICOT), si valuta la qualità dell'evidenza sanitaria (gerarchia del disegno dello studio, valutazione dei bias, GRADE), si dà priorità ai risultati importanti per il paziente, si conducono revisioni sistematiche o meta-analisi, si creano riassunti delle prove per linee guida, si valuta l'evidenza normativa o quando l'utente menziona studi clinici, medicina basata sull'evidenza, metodologia di ricerca sanitaria, revisioni sistematiche, protocolli di ricerca o valutazione della qualità dello studio. Fonte: lyndonkl/claude.

Come installo domain-research-health-science?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/lyndonkl/claude --skill domain-research-health-science Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/lyndonkl/claude