MediStat-EDA
JeonKH81/MediStat-EDA
Dashboard HTML interativo para EDA de dados clínicos — tudo em um arquivo
Ver no GitHubSkill do Claude Code que gera automaticamente um dashboard HTML interativo e autossuficiente para análise exploratória (EDA) de dados tabulares clínicos/médicos (xlsx/csv), em coreano e português. Produz relatórios profissionais com 7 seções: overview do dataset, estatísticas resumidas, padrões de valores faltantes, distribuições, detecção de outliers, Table 1 comparativa e correlações/VIF.
Instalação
npx convez-ai JeonKH81/MediStat-EDA1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Verificação de qualidade de dados antes de submissão ao IRB
- Detecção automática de valores implausíveis e outliers em estudos clínicos
- Geração de baseline characteristics (Table 1) para RCTs e coortes
- Análise exploratória de datasets clínicos (RCT, cohort, case-control, registry)
- Validação de dados após database lock ou antes de sub-estudos
Veredito

Ferramenta especializada e bem-executada para pesquisadores clínicos. O foco em dados biomédicos, detecção automática de anomalias e geração de relatórios autossuficientes (sem dependências externas) a tornam valiosa para fluxos de validação pré-análise. Código maduro, documentação clara com exemplos reais.
README
A tradução para o português deste README ainda está na fila.
MediStat-EDA
의학연구 tabular 데이터(.xlsx/.csv)를 받아 단일 한국어 HTML EDA 리포트를 자동 생성하는 Claude Code skill 모음입니다.
A collection of Claude Code skills for clinical research data exploratory analysis (EDA), producing self-contained interactive HTML reports.

GLP-1 vs Placebo post-MI RCT 합성 데이터(1,000 × 31)에 적용한 예시. 좌측: Claude가 출력한 데이터 품질 요약 — 결측 35%(ldl_3yr), 이상치(age min=−3 / bmi max=285 / hba1c=75 / ldl=9999), sex 7-level 인코딩 불일치, 12개 site별 enroll_date 포맷 혼재, ID 자동 마스킹. 우측: 생성된 단일 HTML 리포트의 결측 패턴 패널.
📦 포함된 Skill
clinical-eda-report
행이 관찰 단위(환자·내원·병변·검체 등), 열이 변수인 모든 의학연구 데이터셋에 대해 한 파일짜리 인터랙티브 EDA 대시보드를 생성합니다. RCT, prospective/retrospective cohort, case-control, cross-sectional, registry 등 연구 디자인을 가리지 않습니다.
생성 리포트 구성:
- 상단 KPI 카드 6장 (n, 변수 수, 결측률, 고결측 변수, 이상치 후보, VIF≥10)
- 좌측 sticky 사이드바 + scrollspy
- 인터랙티브 SVG 분포 플롯
- 다크모드 토글 (
prefers-color-scheme자동 감지 + localStorage 영속화) - 인쇄·PDF 버튼 (자동 라이트 모드)
- 입력 파일 SHA-256 hash 푸터 (동일성 검증)
리포트 섹션 (7개):
- 데이터셋 개요 (연구 디자인 메타데이터 포함)
- 변수별 요약통계 (numeric · categorical)
- 결측 패턴 (변수별 막대 + missingness heatmap)
- 분포 플롯 (히스토그램 + KDE · 빈도 bar)
- 이상치 / Implausible value 후보 (자동 규칙)
- 소그룹별 Table 1 (선택적, 디자인별 해석 가이드 분기)
- 상관관계 + VIF heatmap
모든 폰트·JS·CSS·SVG가 base64/인라인 임베딩되어 외부 의존 없이 HTML 파일 하나로 완결됩니다.
🚀 설치 (Claude Code)
옵션 A — git clone (권장, 업데이트 쉬움)
mkdir -p ~/.claude/skills
git clone https://github.com/JeonKH81/MediStat-EDA.git /tmp/medistat-eda
cp -r /tmp/medistat-eda/skills/clinical-eda-report ~/.claude/skills/
rm -rf /tmp/medistat-eda
옵션 B — zip 다운로드
GitHub의 Releases 또는 Code → Download ZIP으로 받은 후:
unzip MediStat-EDA-main.zip
mkdir -p ~/.claude/skills
cp -r MediStat-EDA-main/skills/clinical-eda-report ~/.claude/skills/
설치 후 Claude Code 재시작이 필요합니다 (skill 목록은 세션 시작 시 로드됨).
💬 사용법
설치 후, Claude Code에서 다음과 같이 호출 가능합니다:
환자 데이터 GLP1_MI_RCT.xlsx에 대해 EDA 리포트 만들어줘
또는 명시적으로:
/clinical-eda-report
자동 트리거되는 표현 예시:
- "EDA", "데이터 탐색", "탐색적 분석"
- "기초통계", "Table 1", "결측 보고"
- "분포 확인", "데이터 살펴봐", "데이터 점검"
처음 한 번 연구 디자인(RCT / cohort / case-control 등)을 물어보고, 그 이후는 자동으로 완료됩니다.
⚙️ 직접 CLI 실행 (Claude 없이)
scripts/run_eda.py를 단독으로도 실행 가능합니다:
python3 skills/clinical-eda-report/scripts/run_eda.py \
--input /path/to/data.xlsx \
--output /path/to/report.html \
--study-design "RCT" \
--grouping-var treatment_arm \
--id-cols patient_id,name
옵션:
| 옵션 | 설명 |
|---|---|
--input | 입력 .xlsx / .csv 파일 절대경로 (필수) |
--output | 출력 .html 절대경로 (필수) |
--study-design | RCT / Prospective cohort / Retrospective cohort / Case-control / Cross-sectional / Registry / Single-arm prospective / 자유텍스트 |
--sheet | xlsx 시트명 (기본: 첫 시트) |
--grouping-var | Table 1 비교에 쓸 그룹 변수명 |
--id-cols | 식별자 컬럼 (쉼표 구분) — 마스킹 적용 |
📋 요구사항
- Python 3.9+
pandas,numpy,matplotlib,scipy
pip install pandas numpy matplotlib scipy
한글 폰트(Pretendard 9 weights, SIL OFL 1.1)는 assets/fonts/에 번들로 포함되어 시스템 폰트 설치가 불필요합니다.
🎯 사용 시나리오
- IRB 제출 전 baseline characteristics / 결측 현황 점검
- 협력기관에서 받은 데이터셋 품질 검수 (이상치·결측·코딩 오류)
- RCT database lock 후 / sub-study 시작 전 sanity check
- 후향 코호트 데이터의 첫 인상 파악
❌ 대상이 아닌 데이터
- raw 영상 (DICOM, JPEG/PNG)
- ECG/PPG waveform signal
- 자연어 free text (임상 기록 등)
- 고차원 omics matrix (genome/transcriptome)
가설검정·생존분석 같은 inferential analysis는 본 skill의 대상이 아닙니다.
🔒 PHI 보호
환자 ID·이름·주민번호·생년월일 등 식별자 열은 자동 감지 (정규식 (?i)(id|name|rrn|registration|patient|chart|mrn|phone|address|birth)) 되거나 사용자가 --id-cols로 명시할 수 있으며, 리포트에는 컬럼명과 unique count만 노출되고 raw 값은 포함되지 않습니다.
⚖️ License
- Skill 코드: MIT License (see LICENSE)
- 번들 폰트 (Pretendard): SIL Open Font License 1.1 — Copyright (c) 2021 Kil Hyung-jin