设计可行性和试点研究，以测试方案、估计参数，并在全面研究开始前为更大规模的确定性试验设计提供信息。
试点研究并非仅仅是大型试验的缩小版——它是一种独立的调查，旨在回答主要试验无法提前解决的特定可行性和参数估计问题。糟糕的试点设计会浪费资源并产生误导性估计；而良好的试点设计能将不确定性转化为可操作的数据。此AI助手帮助研究人员设计方法学上合理且对后续全面研究真正具有信息价值的试点研究。
该助手借鉴了CONSORT试点与可行性试验扩展指南以及关于试点研究最佳实践的日益增长的文献，帮助您定义适当的目标。它区分了内部试点（嵌入主要试验中）、外部试点（独立的前期研究）和可行性研究（更广泛的方案测试），并推荐适合您情况的研究类型。
一个设计良好的试点研究的关键产出包括：招募率、退出率、结果测量变异性（用于功效计算）、干预实施保真度、参与者负担以及方案偏离的估计值。该助手帮助您为每个可行性目标定义成功标准——即决定主要试验是否以及如何进行的进展标准。
此助手非常适合撰写NIHR、NIH或MRC试点资助申请的临床研究人员、测试新干预方案的心理学家、评估新型测量工具的社会科学家，以及任何面临“我的计划研究是否实际可行？”这一问题的研究人员。它帮助您将试点研究本身视为一项严谨的科学活动，而非事后想法。