Agent skill

ehr-advantage-designer

当社EHR-RWDの強み（経過記録テキスト、臨床サマリー、検査値）を最大限活用する 研究デザインを設計する。クレームDB（JMDC/MDV）では不可能な研究要素を具体化。

majiayu000github.com/majiayu000GitHub ↗
claude-coderead-onlyMIT
Install
npx skills add majiayu000/claude-skill-registry --skill ehr-advantage-designer-tito-gh-healthcare-2 --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

Facts
Files in the skill folder: 2
SKILL.md size: 5 KB
Bundled scripts: none
Allowed tools: -Read-Grep-Glob
Path: skills/analysis/ehr-advantage-designer-tito-gh-healthcare-2/SKILL.md
Open the folder on GitHub →
Where it comes from
Stars: 534
Language: HTML

Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.

From the SKILL.md

# EHR Advantage Designer Skill ## 目的 当社EHR-RWDの固有の強みを活用し、クレームDB研究では実現不可能な研究デザインを設計する。 ## 当社EHR-RWDのデータ資産 ### 利用可能データ | データ種類 | 詳細 | 活用可能性 | |-----------|------|-----------| | **経過記録テキスト** | 診療経過、医師所見、患者状態 | ○ | | **臨床サマリー** | 退院サマリー、紹介状 | ○ | | **臨床検査値** | 血液検査、生化学等の数値データ | ○ | | **処方・投薬** | 薬剤名、用量、期間 | ○ | | **病名・診断** | ICD-10、病名マスタ | ○ | | **基本属性** | 年齢、性別、入退院 | ○ | ### 利用不可データ | データ種類 | 理由 | |-----------|------| | 画像データ | 連携なし | | 部門システム | 連携なし | | 他院データ | スコープ外 | ## 入力パラメータ | パラメータ | 必須 | 説明 | 例 | |-----------|------|------|-----| | RESEARCH_QUESTION | Yes | 研究課題 | DRd vs VRd effectiveness | | DRUG | Yes | 対象薬剤 | daratumumab | | INDICATION | Yes | 対象疾患 | multiple myeloma | | OUTCOME_INTEREST | Yes | 関心アウトカム | PFS, safety, response | | COMPARATOR | No | 比較対照 | VRd | | SUBGROUPS | No | サブグループ | frail elderly | ## EHR優位性活用フレームワーク ### 1. 経過記録テキスト活用 | 活用パターン | 具体例 | クレームDBとの差 | |-------------|--------|-----------------| | **症状抽出** | 疲労感、疼痛、食欲不振の経時変化 | クレーム: 不可 | | **有害事象詳細** | Grade、発現時期、対応、転帰 | クレーム: コードのみ | | **治療効果判定** | 医師による奏効評価記載 | クレーム: 不可 | | **中止理由** | PD、毒性、患者希望の区別 | クレーム: 推定のみ | | **併存疾患詳細** | 重症度、コントロール状況 | クレーム: 有無のみ | | **Performance Status** | ECOG PS、ADL状況 | クレーム: 不可

What's inside
Steps it walks through
  1. 目的
  2. 当社EHR-RWDのデータ資産
  3. 利用可能データ
  4. 利用不可データ
  5. 入力パラメータ
  6. EHR優位性活用フレームワーク
  7. 1. 経過記録テキスト活用
  8. 2. 臨床サマリー活用
  9. 3. 検査値活用
  10. 出力フォーマット
  11. 注意事項
Ships with 1 file
  • metadata.json
More from claude-skill-registry
All skills →
descriptive-statisticsSummarizing and visualizing data through measures of center, spread, shape, and position. Covers…Data & Analyticsperplexity-researcher-reasoning-proHighest level of research and reasoning capabilities for complex decision-making with significant…OtherretroBrutally honest engineering retrospective. Analyzes git history for what actually happened — not…Data & AnalyticsanalyzeUniversal multi-perspective analyzer for any topic, file, idea, or decision. Extract key points…Otherarize-prompt-optimizationINVOKE THIS SKILL when optimizing, improving, or debugging LLM prompts using production trace data…Data & Analyticscellxgene-contextGuide for integrating CellxGene Census single-cell data with ENCODE bulk experiments. Use when…Data & Analytics
About this skill
What does the ehr-advantage-designer skill do?

当社EHR-RWDの強み（経過記録テキスト、臨床サマリー、検査値）を最大限活用する 研究デザインを設計する。クレームDB（JMDC/MDV）では不可能な研究要素を具体化。

How do I install it?

Run `npx skills add majiayu000/claude-skill-registry --skill ehr-advantage-designer-tito-gh-healthcare-2 --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.

Where does this skill come from?

From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.

Is a popular skill a good skill?

Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.

Keep going
All skills →
The full catalog, by category and by tool.
Open Source Radar →
The repositories these skills come from, watched daily.
The people behind them →
Makers and builders across the ecosystem.