novelty-gap-mapper
evidence-scoutの結果を受け、研究ギャップを体系的にマッピングし、 新規性の高い研究機会を特定・スコアリングする。EHR-RWDの優位性を活かした差別化ポイントを明確化。
npx skills add majiayu000/claude-skill-registry --skill novelty-gap-mapper --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# Novelty Gap Mapper Skill ## 目的 既存エビデンスと比較し、研究ギャップを体系的に分類・評価。新規性スコアを算出し、最も価値の高い研究機会を特定する。 ## 入力パラメータ | パラメータ | 必須 | 説明 | 例 | |-----------|------|------|-----| | EVIDENCE_REPORT | Yes | evidence-scoutの出力またはパス | ./evidence_report.md | | DRUG | Yes | 対象薬剤 | daratumumab | | INDICATION | Yes | 対象疾患 | multiple myeloma | | OUR_DB_STRENGTHS | Yes | 当社DB強み | EHR連携、経過記録、検査値 | | COMPETITOR_DB | No | 比較対象DB | JMDC, MDV, NDB | ## 実行手順 ### Step 1: ギャップ分類フレームワーク適用 以下の6軸でギャップを分類: | 軸 | 説明 | ギャップ例 | |----|------|-----------| | **Population** | 未研究の患者集団 | 高齢frail患者、腎機能障害患者 | | **Intervention** | 未検証の治療パターン | 用量調整、皮下注 vs 静注 | | **Comparator** | 未比較の対照群 | Active comparator未使用 | | **Outcome** | 未評価のアウトカム | PRO、医療経済、長期安全性 | | **Time** | 未評価の時間軸 | 長期追跡、治療シーケンス | | **Setting** | 未検証の医療環境 | 日本の実臨床、地域差 | ### Step 2: 新規性スコアリング 各ギャップに対して以下のスコアを付与（1-5点）: | 評価軸 | 基準 | |--------|------| | **Publication Gap** | 同テーマの既存論文数（少ないほど高得点）| | **Methodological Advance** | 方法論的改善可能性 | | **Data Uniqueness** | 当社DBでしか不可能な程度 | | **Timing Advantage** | 市場・規制環境での適時性 | | **Differentiation** | クレームDB研究との差別化度 | **総合新規性スコア** = 各軸の加重平均（重み: Publication 0.3, Method 0.2, Uniqueness 0.25, Timing 0.1, Differentiation 0.15） ### Step 3: E
- 目的
- 入力パラメータ
- 実行手順
- Step 1: ギャップ分類フレームワーク適用
- Step 2: 新規性スコアリング
- Step 3: EHR優位性マッピング
- Step 4: ギャップ×実現可能性マトリックス作成
- 出力フォーマット
- 注意事項
- 依存関係
What does the novelty-gap-mapper skill do?
evidence-scoutの結果を受け、研究ギャップを体系的にマッピングし、 新規性の高い研究機会を特定・スコアリングする。EHR-RWDの優位性を活かした差別化ポイントを明確化。
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill novelty-gap-mapper --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.