PICO 研究问题构建器
将任意临床问题转化为结构化的 PICO/PECO 研究问题，并匹配推荐的研究设计方案 — 循证研究规划的核心工具。
- 用日常语言描述临床场景或研究意图。\n2. 可选：填写专科领域（Domain）或偏好的研究设计（Study Type），获得更有针对性的输出。\n3. 点击 AI Run，AI 会构建结构化的 PICO/PECO 问题，含研究设计推荐和 MeSH 检索词。\n4. 在聊天中继续追问，细化任意要素或探索替代设计。
PICO框架——人群（Population）、干预（Intervention）、对照（Comparator）、结局（Outcome）——是循证医学中构建临床研究问题的黄金标准。一个规范的PICO问题不仅仅是一种组织形式：它决定了适用的研究设计、能检索到相关证据的数据库检索词，以及拟开展研究的可行性与伦理性。模糊的研究问题导致方案散漫、资源浪费，最终产出无法发表的结果。
本工具将平实的临床问题或研究意图转化为完整结构化的PICO（适用于实验性/干预性问题）或PECO（人群、暴露、对照、结局——适用于观察性和流行病学问题）表述。AI根据问题的性质自动选择合适的框架。当问题涉及暴露因素或危险因素而非主动干预时，使用PECO；涉及治疗或操作时，则使用PICO。
除构建问题外，本工具还提供配套的研究设计推荐：根据PICO各要素，哪种研究类型（RCT、前瞻性队列研究、病例对照研究、横断面研究、系统综述）能在现有证据和伦理约束下最优地回答该问题？这一指导帮助研究者避免在已有高质量RCT的领域重复设计试验，或在混杂因素只能通过随机化消除的情况下错误选择观察性设计。
输出还包括各PICO要素的MeSH检索词，可直接用于PubMed高级检索界面。每个要素生成一组包含同义词和MeSH词的概念组，组内同义词用OR连接，各组之间用AND连接，形成可重复使用的系统性检索策略。
PICO研究问题构建器是在本平台完成快速文献调研或研究空白分析之后的推荐下一步。一旦识别出有潜力的研究机会，本工具将其转化为适用于基金申请、学位论文提案或系统综述注册的正式、结构化研究问题。
在运行最终检索之前，用户应在meshb.nlm.nih.gov确认所有MeSH词汇，因为MeSH词表每年更新，部分词条可能已被更具体的术语取代或拆分。