Biomedical Paper Writing Skill#

Produces publication-ready English biomedical manuscripts (or Chinese theses) from drafts using python-docx.

---

核心工作流（必读）#

Phase 1: 接收与分析#

1. 用户提供中文草稿/大纲 → 确认论文类型（见下）
2. 识别所有数据（统计值、样本量、引用编号）
3. 立即执行引用预验证：将参考文献列表中的每一条与PubMed核对，标记无法验证的条目
4. 如有引用缺失/无法验证 → 先补充验证，再生成正文

Phase 2: 生成正文#

1. 按论文类型套用标准结构模板（见本文档各类型模板）
2. 所有统计数据（β/OR/RR/AAPC/95%CI/p值） 必须原文照录，不得编造
3. 引用编号全程追踪：记录"引用编号映射表"（见下方规范）

Phase 3: 生成参考文献#

1. 按 Vancouver 格式逐条生成引用（见"引用生成规范"）
2. 引用编号以正文中的实际使用为准， 不沿用草稿中的旧编号
3. 参考文献单独存 docx，并附加"引用编号映射表"说明文件

---

论文类型与模板#

Type 1: GBD 流行病学（疾病负担趋势分析）#

• 模板文献: SIICI (Neuroblastoma Asia, GBD 2023)
• 数据: GBD database (ghdx.healthdata.org)
• 方法: Joinpoint Regression, EAPC/AAPC, ASIR/ASMR/DALYs
• 关键词: Neuroblastoma; Neonate; Disease burden; Incidence; Mortality; DALYs; Asia
• 表格: 4张（按地区/SDI/性别/年龄分层）
• 图片: 5张（趋势线、choropleth地图）
• 伦理: GBD IRB豁免（University of Washington）
• 必须注明: ICD-10 和 ICD-9 代码

Type 2: 队列 / 登记数据库分析#

• 模板文献: CHARLS (Social participation & diabetes)
• 数据: CHARLS, NHANES, MIMIC, SEER, FAERS 等
• 方法: K-means聚类, logistic/linear回归, Cox比例风险, 亚组分析
• 关键词: social participation; [disease]; incidence; [database]; K-means; mediation analysis
• 表格: 4–13张（描述性统计、聚类轮廓、回归结果、亚组分析）
• 图片: 5–17张（ROC曲线、K-M曲线、聚类轮廓、趋势图）
• 伦理: 豁免IRB（去标识数据）

Type 3: 交叉横断面 / 中介分析#

• 模板文献: GBS (Phthalates, SII, cognitive function)
• 数据: NHANES, 横断面调查
• 方法: Linear/logistic回归 + 中介分析（bootstrap N=1000）
• 关键词: phthalates; systemic inflammation; Systemic Immune-Inflammation Index; cognitive function; older adults; mediation
• 表格: 4张（人口学特征、回归β+95%CI、中介分解）
• 关键指标: SII = 血小板×中性粒细胞/淋巴细胞; SIRI = 中性粒细胞×单核细胞/淋巴细胞

Type 4: 学位论文（中文，硕士/博士）#

• 语种: 中文（正文）+ 英文摘要
• 格式要求: 依各院校研究生院规范；正文宋体小四，英文Times New Roman 12pt
• 章节结构: 前言 → 资料与方法 → 结果 → 讨论 → 结论 → 参考文献
• 引用格式: 顺序编码制（与期刊Vancouver相同格式）
• 字数要求: 硕士论文 ≥3万字，博士论文 ≥5万字（各校标准）
• 核心规范: 不可有占位符（如"[此处补充数据]"）；表格内数据须与正文一致

---

引用预验证工作流（最关键环节）#

操作步骤#

text

Step 1: 提取用户提供的参考文献列表（全部条目）
Step 2: 对每一条执行 PubMed 搜索或 batch_web_search
        查询格式: "[第一作者] [期刊缩写] [发表年]" 或 "PMID: XXXXXXXX"
Step 3: 标记结果:
        ✅ VERIFIED (PMID匹配) → 可直接使用
        ⚠️  NEEDS_REVIEW → 作者/年份/期刊有偏差，需修正后使用
        ❌ NOT_FOUND → 无法验证，必须替换为可验证的真实文献
Step 4: 如有 NOT_FOUND 条目:
        → 搜索同一研究领域3年内（≤3年）的高质量真实文献替代
        → 记录替换原因（如：原引用#14 [虚构]，替换为 Li M等 Syst Rev 2024;13:171）
Step 5: 生成最终"引用编号映射表"（见下）

引用编号映射表（每次必须生成）#

markdown

## 引用编号映射表

| 旧编号 | 新编号 | 作者 | 期刊 | 年份 | PMID | 备注 |
|--------|--------|------|------|------|------|------|
| #1   | #1   | Lei J等 | Lancet Reg Health West Pac | 2024 | — | 替换（原文虚构） |
| #8   | #2   | Lei J等 | Lancet Reg Health West Pac | 2024 | — | 与#1合并/替换 |
| #14  | DEL  | —     | —    | —    | —    | 删除（虚构引用） |
| #15  | #14  | Li M等  | Syst Rev | 2024 | — | 重新编号 |
| ...  | ...  | ...   | ...  | ...  | ... | 递进 |

⚠️ 重要教训：PRISm大论文（2026-03-22）中，草稿含虚构引用（#14等），导致引用需全面重编。以后所有任务必须先验证再使用，任何无法PubMed查证的引用必须替换。

---

标准摘要格式（所有类型通用）#

text

Objective: To [verb] whether/how [exposure/topic] [association] in [population] [using data from] [database].

Methods: [Study design], [N] participants/records from [database, year range]. [Key inclusion criteria]. [Statistical methods: clustering/regression/etc.]. [Mediation/stratification if applicable].

Results: [Main cluster/profile finding] (n=%, n=%). [Key association with OR/β, 95% CI, P-value]. [Subgroup findings]. [Mediation result] (ACME proportion %).

Conclusion: [Main finding]. [Mechanism/pathway implication]. [Policy/practice recommendation].

• 字数: 250–350词
• 摘要内不使用小标题（无"Background:", "Methods:"等）

---

标准前言格式（4段递进结构）#

text

Paragraph 1 — 疾病/暴露负担:
[疾病/暴露]是一种[定义]。[全球/国家患病率，趋势]。[临床意义]。

Paragraph 2 — 流行病学背景:
流行病学研究表明[模式]。[主要危险因素]。[近期变化：COVID-19、老龄化等]。

Paragraph 3 — 研究缺口:
尽管[已有知识]，但[缺口：缺乏比较/中介/预测研究]。[地区/数据库比较]有限。

Paragraph 4 — 研究目的:
利用[数据库]，本研究旨在：(i) [目的1]；(ii) [目的2]；(iii) [目的3]。(如为学位论文，还需详述各章安排。)

---

标准方法格式#

GBD 方法#

text

所有数据均从公开可用的 GBD [年份] 数据库获取（http://ghdx.healthdata.org/gbd-results-tool）。
GBD研究整合了多个流行病学数据来源——包括人口登记、调查、已发表文献、
医院记录和死因数据——并采用标准化建模框架生成跨国跨时期的可比负担估算。
[疾病]采用 ICD-10 代码 [X] 和 ICD-9 代码 [Y] 进行识别。
[结局]提取自[国家]，时间为[年份]：[列举结局]，均以每10万人表示，
并按GBD全球标准人群进行年龄标准化。
本研究使用公开可用的去标识化汇总数据，已获得华盛顿大学机构伦理审查委员会豁免；
无需额外伦理审批。

队列 / 登记数据库方法#

text

本研究为[回顾性/前瞻性] [队列/登记]研究，利用[数据库名称][年份范围]数据。
[纳入标准]: [N]名参与者/记录符合[临床/人口学标准]。
[排除标准]: [因X原因排除的记录数]。
[暴露/干预]: [按X标准定义]。
结局由[临床标准/ICD代码]定义。
统计分析：[回归类型]，调整[协变量]。亚组分析按[因素]分层。
[中介/因果分析]采用[方法，bootstrap N次]。
所有分析使用[软件，版本号]完成。

交叉横断面中介方法#

text

本研究为横断面研究，分析[数据库，年份范围]中[N]名[年龄范围]参与者的数据。
[暴露变量]的测量方式/定义：[详述]。
[中介变量]采用[公式/检测方法]评估。
[结局]采用[量表/测试]评估。
关联性采用[linear/logistic]回归分析，调整[协变量]。
中介分析采用[Hayes PROCESS宏/bootstrap方法]，bootstrap样本数[N]。

---

标准结果格式#

text

共纳入[N]名[参与者/记录]。[描述性发现]。

[主要发现]：[关联性，含β/OR/RR、95%CI、P值]。

[次要发现]：[亚组/分层结果]。

[中介发现]：[中介变量]显著中介了[关联性]（ACME=[值]，95%CI=[范围]，P=[值]；中介比例=[%]）。

[表X–X]展示了[具体结果]。

统计报告规范（严格遵守）#

• 格式: OR=0.77 (95% CI: 0.65–0.91, P=0.002) 或 β=−0.13 (95% CI: −0.21 to −0.05, P=0.001)
• P值保留3位小数（不是"P < 0.05"，而是"P=0.043"）
• 样本量: n=1,234 (45.6%)
• 禁止使用占位符如 [此处数据] 或 [待补充]

---

标准讨论格式（5个子节）#

1. 主要发现#

text

本研究利用[数据库]提供了[首个/最全面的][主题][分析]。
主要发现表明[主要关联性，含统计数据]。

2. 机制解读#

text

该发现可能由[机制/通路]解释。
[引用文献]提供了支持证据。

3. 与其他研究比较#

text

与[作者，年份]的研究结果一致，该研究报道了[发现]。
相比之下，[作者，年份]发现了[不同结果]，这可能归因于[原因]。

4. 局限性（≥4条，学位论文要求≥5条）#

text

本研究存在以下局限性。第一，[GBD: 模型不确定性] / [队列: 回忆/报告偏倚] / [横断面: 因果推断受限]。第二，[生态学研究设计]。第三，[数据代表性局限]。第四，[特定数据缺口]。第五（如适用）：[研究设计假设]。

5. 结论#

text

综上所述，[主要发现]。[机制/通路意义]。本研究结果为[目标人群的针对性预防/临床建议/政策制定]提供了[循证依据]。

---

引用生成规范#

格式要求（Vancouver，悬挂缩进）#

text

编号. 作者A, 作者B, 作者C, 等. 标题. 期刊缩写. 年份;卷(期):页码. doi:XXXXX

• 作者姓，名首字母（无点），最多作者显示至第3位后加", et al."
• 期刊名用标准缩写（参考 PubMed Journal List）
• 含 DOI 时必须附 DOI
• 悬挂缩进: 0.35英寸
• 字体: Times New Roman 10pt
• 段后距: 6pt

python-docx 悬挂缩进实现#

python

from docx import Document
from docx.shared import Pt, Inches
from docx.oxml.ns import qn

def add_reference(doc, number, text):
    p = doc.add_paragraph()
    p.paragraph_format.first_line_indent = Inches(-0.35)
    p.paragraph_format.left_indent = Inches(0.35)
    p.paragraph_format.space_after = Pt(6)
    run = p.add_run(f'{number}. {text}')
    run.font.name = 'Times New Roman'
    run._element.rPr.rFonts.set(qn('w:eastAsia'), 'Times New Roman')
    run.font.size = Pt(10)

---

docx XML 操作规范（进阶）#

以下是文档内部操作的硬核规范，修改现有docx时必须遵守。

字体替换（完整遍历run）#

python

from docx import Document
from docx.oxml.ns import qn
from docx.shared import Pt

doc = Document(path)

for p in doc.paragraphs:
    for run in p.runs:
        run.font.name = 'Times New Roman'
        run._element.rPr.rFonts.set(qn('w:eastAsia'), 'Times New Roman')
        run.font.size = Pt(11)

doc.save(path)

段落删除#

python

body = doc.element.body
for p in doc.paragraphs:
    if 'PLACEHOLDER' in p.text or p.text.strip() == '':
        body.remove(p._element)

段落插入（指定位置）#

python

from docx.oxml import OxmlElement
from docx.enum.text import WD_ALIGN_PARAGRAPH

def insert_paragraph_after(doc, ref_para, text, bold=False, font_size=11):
    """在 ref_para 之后插入新段落"""
    new_p = OxmlElement('w:p')
    # 设置格式...
    ref_idx = list(doc.element.body).index(ref_para._element)
    doc.element.body.insert(ref_idx + 1, new_p)
    return new_p

从后往前插入（避免索引偏移）#

python

# 需要在多个位置插入时，先收集所有位置，从后往前排序
positions = [idx3, idx1, idx2]  # 要插入的索引
positions.sort(reverse=True)  # 从大到小
for idx in positions:
    body.insert(idx, new_element)

段落属性设置#

python

from docx.oxml.ns import qn

p_elem = para._element
pPr = p_elem.get_or_add_pPr()
spacing = OxmlElement('w:spacing')
spacing.set(qn('w:line'), '360')    # 1.5行距 (360=单倍*240)
spacing.set(qn('w:lineRule'), 'auto')
spacing.set(qn('w:after'), '200')   # 段后间距
pPr.append(spacing)

---

学位论文专门规范（Type 4）#

排版要求#

项目要求正文字体宋体小四（12pt）英文/数字Times New Roman 12pt行距1.5倍行距页边距上下2.54cm，左右3cm一级标题黑体三号，居中二级标题黑体四号引用文献顺序编码，同Vancouver格式

章节扩充工作流（扩充+30%等比例要求）#

text

1. 统计原文段落数（Introduction原44段→目标59段，新增15段）
2. 识别可扩充方向：
   - 添加"近期限望变化/新指南"段落（如GOLD 2025更新）
   - 添加"研究方法路径图"说明
   - 添加"全球/区域对比"数据
   - 添加"机制假说"讨论段
3. 每扩充一段，同步更新引用列表（如有新增引用）
4. 生成扩充版后，重新运行引用编号映射

引用编号映射（学位论文特有问题）#

• 插入新引用 → 后续所有编号+1
• 删除引用 → 后续所有编号-1
• 必须同步更新：正文引用、全文交叉引用、参考文献列表
• 生成文件命名： ch8_references_最终版.docx = 每次修订后的最终版本

---

质量检查清单（每次提交前必查）#

引用验证（最高优先级）#

• 所有引用均可 PubMed 查证（含 PMID 或可验证期刊页码）
• 虚构引用已全部替换为真实文献
• 引用编号映射表已生成并保存
• 正文引用编号与参考文献列表完全对应

数据真实性#

• 所有 AAPC/EAPC/β/OR/RR/95%CI/p 值原文照录
• 无任何占位符（ [待补充]、 [此处数据] 等）
• 表格数据与正文数据完全一致

格式#

• 摘要 ≤350 词，无小标题
• 前言 4 段（或各校规定段数）
• 讨论 ≥5 条局限性（学位论文）
• 参考文献：Vancouver，悬挂缩进0.35"，Times New Roman 10pt
• 图表编号连续（Table 1, Table 2...; Figure 1, Figure 2...）

学位论文额外检查#

• 全文无中英混排标点错误
• 目录结构符合学校研究生院规范
• 字数满足学校要求（硕士≥3万字，博士≥5万字）
• 中英文摘要完整（含研究目的、方法、主要结果、结论）

---

常见修订模式#

用户反馈处理策略"内容不够充实" / "+30%"识别可扩充方向，添加最新指南段落/对比数据/机制假说"引用有误"先 PubMed 验证，再更新引用映射表，最后同步正文编号"占位符未清理"搜索所有 [ 和 ] 模式，逐一补充或删除"太生硬/不自然"添加衔接词（"Interestingly," "Notably," "In contrast,"）"强调某一发现"扩充结果段，增加与亚组/分层数据对比"添加亚组分析"新增亚组分析表格 + 描述段落 + 更新引用"格式不一致"统一字体、行距、引用缩进，逐段检查 run.font.name

---

Python Docx 生成模板（完整版）#

python

from docx import Document
from docx.shared import Pt, Inches, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
from docx.oxml.ns import qn
from docx.oxml import OxmlElement

doc = Document()
style = doc.styles['Normal']
style.font.name = 'Times New Roman'
style.font.size = Pt(11)

# 设置默认中文字体
style._element.rPr.rFonts.set(qn('w:eastAsia'), '宋体')

# ── 标题 ──────────────────────────────────────
title_p = doc.add_paragraph()
title_p.alignment = WD_ALIGN_PARAGRAPH.CENTER
r = title_p.add_run('论文标题（主标题）')
r.bold = True; r.font.size = Pt(16)
r.font.name = 'Times New Roman'
r._element.rPr.rFonts.set(qn('w:eastAsia'), '黑体')

# ── 英文标题（期刊用）───
sub_p = doc.add_paragraph()
sub_p.alignment = WD_ALIGN_PARAGRAPH.CENTER
r = sub_p.add_run('Running Title: 英文简写标题（≤40字符）')
r.italic = True; r.font.size = Pt(10)
r.font.name = 'Times New Roman'

# ── 摘要 ──────────────────────────────────────
doc.add_heading('Abstract', level=2)
abstract_p = doc.add_paragraph()
abstract_p.paragraph_format.first_line_indent = Inches(0.3)
abstract_p.paragraph_format.space_after = Pt(6)
r = abstract_p.add_run('Objective: ... Methods: ... Results: ... Conclusion: ...')
r.font.name = 'Times New Roman'; r.font.size = Pt(11)

# 关键词
kw_p = doc.add_paragraph()
r = kw_p.add_run('Keywords: ')
r.bold = True; r.font.name = 'Times New Roman'
kw_p.add_run('keyword1; keyword2; keyword3; keyword4; keyword5.').font.name = 'Times New Roman'

# ── 中文摘要（学位论文）─────────────────────
doc.add_heading('摘要', level=2)
# ... 同理，中文宋体小四

# ── 正文章节 ──────────────────────────────────
for heading, level in [
    ('Introduction', 2),
    ('Methods', 2),
    ('Results', 2),
    ('Discussion', 2),
    ('Conclusion', 2),
    ('References', 2),
]:
    doc.add_heading(heading, level=level)

# ── 参考文献（悬挂缩进）─────────────────────
def add_ref(doc, num, text):
    p = doc.add_paragraph()
    p.paragraph_format.first_line_indent = Inches(-0.35)
    p.paragraph_format.left_indent = Inches(0.35)
    p.paragraph_format.space_after = Pt(6)
    r = p.add_run(f'{num}. {text}')
    r.font.name = 'Times New Roman'; r.font.size = Pt(10)
    r._element.rPr.rFonts.set(qn('w:eastAsia'), 'Times New Roman')

# 示例
add_ref(doc, 1, 'Lei J, Zhang X, Wang Q. et al. Title. Lancet Reg Health West Pac. 2024;45:101021. doi:10.1016/j.lanwpc.2024.101021')
add_ref(doc, 2, 'Li M, Chen H, Liu G. Title. Syst Rev. 2024;13:171. doi:10.1186/s13643-024-XXX')

doc.save('/workspace/output.docx')
print('✅ Saved: /workspace/output.docx')

---

输出文件命名规范#

text

期刊论文: [主题]_v1.docx → [主题]_v2.docx → [主题]_最终版.docx
学位论文章节: ch[N]_章节名.docx → ch[N]_章节名_修订版.docx → ch[N]_章节名_最终版.docx
引用列表: ch[N]_references_fixed.docx（修正编号）→ ch[N]_references_updated.docx（+新文献）→ ch[N]_references_最终版.docx
引用映射: citation_mapping_[日期].md

---

关键规则（永久有效）#

规则说明引用必须先验证任何无法PubMed查证的引用，必须替换为真实文献，禁止保留虚构引用编号映射全程追踪每次增删引用，同步更新正文编号和映射表数据原文照录统计值不得四舍五入改变精度，不得凭空编造无占位符原则正文和表格中不得有任何 [待补充] 类占位符从后往前插入多点插入时按索引从大到小操作，避免索引偏移每次修订存档xxx_v1.docx → xxx_v2.docx → xxx_最终版.docx，不覆盖历史版本