clinical-trials

Par mkurman · zorai

Client API ClinicalTrials.gov et boîte à outils d'analyse. Recherchez, filtrez et téléchargez des enregistrements d'essais cliniques. Analysez les designs d'essais, les endpoints, les effectifs, les sponsors et les résultats. Automatisez la découverte systématique d'essais cliniques.

npx skills add https://github.com/mkurman/zorai --skill clinical-trials

Aperçu

Recherchez, filtrez et téléchargez des dossiers d'essais cliniques depuis ClinicalTrials.gov. Analysez les designs d'essais, les critères d'évaluation, l'recrutement, les sponsors et les résultats. Automatisez la découverte systématique d'essais.

Installation

uv pip install requests

Rechercher des essais

import requests

params = {
    "query.term": "diabetes AND metformin AND phase 3",
    "pageSize": 25,
    "format": "json",
    "sort": "LastUpdateDate",
}

resp = requests.get("https://clinicaltrials.gov/api/v2/studies", params=params)
data = resp.json()

for study in data.get("studies", []):
    p = study["protocolSection"]
    nct = p["identificationModule"]["nctId"]
    title = p["identificationModule"]["briefTitle"]
    status = p["statusModule"].get("overallStatus", "Unknown")
    print(f"{nct}: {title[:60]} [{status}]")

Détails de l'étude

resp = requests.get("https://clinicaltrials.gov/api/v2/studies/NCT04251195")
study = resp.json()
design = study["protocolSection"]["designModule"]
print(f"Purpose: {design.get('primaryPurpose')}")

Flux de travail

  1. Recherchez les essais via l'API v2 de ClinicalTrials.gov
  2. Filtrez par condition, intervention, phase, statut
  3. Téléchargez les données d'essai structurées (JSON)
  4. Extraire PICO : Population, Intervention, Comparaison, Critère d'évaluation
  5. Analysez les designs d'essai, l'recrutement et les résultats

Skills similaires