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。
Scanned 9/2/2026
Install to Claude Code
npx -y skills add majiayu000/claude-skill-registry --skill novelty-gap-mapper --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Novelty Gap Mapper?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/majiayu000-novelty-gap-mapper-claude-skill-registry)More formats (shields.io, HTML) on the badges page.
---
name: novelty-gap-mapper
description: |
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。
allowed-tools:
- Read
- Grep
- Glob
context: fork
---
# 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: EHR優位性マッピング
```
各ギャップに対して:
- クレームDBで実施可能か? → Yes/No
- EHR-RWDで追加的に可能なこと → 具体的に記載
- 差別化インパクト → High/Medium/Low
```
### Step 4: ギャップ×実現可能性マトリックス作成
```
高新規性
│
★優先 │ 要検討
(即着手) │ (リソース次第)
─────────────┼─────────────
検討不要 │ 低優先
│
低新規性
← 低実現可能性 高実現可能性 →
```
## 出力フォーマット
```markdown
# Novelty Gap Analysis: {DRUG} in {INDICATION}
## 1. ギャップサマリー
| # | ギャップ | 分類軸 | 新規性スコア | EHR優位性 | 優先度 |
|---|----------|--------|-------------|-----------|--------|
| 1 | ... | Population | 4.2/5.0 | High | ★★★ |
| 2 | ... | Outcome | 3.8/5.0 | High | ★★★ |
| 3 | ... | Comparator | 3.5/5.0 | Medium | ★★☆ |
## 2. 詳細ギャップ分析
### Gap 1: [ギャップ名]
- **分類**: Population / Intervention / Comparator / Outcome / Time / Setting
- **既存研究**: [X件、主要文献PMID]
- **未充足ニーズ**: [具体的記述]
- **新規性スコア内訳**:
- Publication Gap: X/5
- Methodological Advance: X/5
- Data Uniqueness: X/5
- Timing Advantage: X/5
- Differentiation: X/5
- **総合**: X.X/5.0
#### EHR優位性評価
| 観点 | クレームDB | 当社EHR-RWD |
|------|-----------|-------------|
| 実施可否 | △/× | ○ |
| データ品質 | ... | ... |
| 差別化インパクト | - | High/Medium/Low |
## 3. JMDC/MDV等との差別化マトリックス
| ギャップ | JMDC/MDVで対応可能 | EHR-RWD差別化ポイント |
|----------|-------------------|----------------------|
| Gap 1 | No | 経過記録から詳細臨床情報取得可 |
| Gap 2 | Partial | 検査値時系列で精密評価可 |
| Gap 3 | Yes(既出) | 低差別化→優先度下げ |
## 4. 研究機会Top 3(推奨)
### 推奨1: [研究タイトル]
- **新規性スコア**: X.X/5.0
- **差別化度**: High
- **EHR活用ポイント**: [具体的]
- **想定インパクト**: [学術/臨床/ビジネス]
### 推奨2: [研究タイトル]
...
### 推奨3: [研究タイトル]
...
## 5. 根拠・限界
- 根拠文献: [PMID/DOI一覧]
- 評価の限界: [主観性、検索網羅性の限界等]
```
## 注意事項
1. **スコアリングの透明性**: 各スコアの根拠を明示、主観的判断は「著者評価」と明記
2. **クレームDB研究の公平な評価**: 既存研究の質が高い場合は新規性スコアを適切に下げる
3. **実現可能性の現実的評価**: データ量、期間、倫理審査等の制約を考慮
4. **定期的更新**: エビデンス環境は変化するため、6-12ヶ月ごとの再評価を推奨
## 依存関係
- 入力として `evidence-scout` の出力を想定
- 後続処理として `finer-gate`, `clinical-value`, `business-value` に引き継ぐ
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!