mcp-ClinicalTrial

# ClinicalTrials.gov 不良事件对照 MCP 服务器测试用例 本文档包含ClinicalTrials MCP服务器的测试用例，展示如何使用各种功能进行临床试验不良事件分析。 ## 核心功能测试 ### 1. 临床试验搜索测试 #### 测试用例 1.1: 基础药物搜索 ```json { "tool": "search_clinical_trials", "parameters": { "intervention": "pembrolizumab", "condition": "lung cancer", "status": "COMPLETED", "pageSize": 10, "countTotal": true } } ``` #### 测试用例 1.2: 特定NCT ID搜索 ```json { "tool": "search_clinical_trials", "parameters": { "nct_id": "NCT04267848", "pageSize": 1 } } ``` ### 2. 研究详情获取测试 #### 测试用例 2.1: 获取特定研究详情 ```json { "tool": "get_study_details", "parameters": { "nct_id": "NCT04267848" } } ``` ### 3. 不良事件对照分析测试（核心功能） #### 测试用例 3.1: 与安慰剂对照分析 ```json { "tool": "compare_adverse_events", "parameters": { "drug_name": "pembrolizumab", "control_type": "placebo", "condition": "lung cancer", "limit": 15 } } ``` #### 测试用例 3.2: 与阳性对照药对照分析 ```json { "tool": "compare_adverse_events", "parameters": { "drug_name": "nivolumab", "control_type": "active_control", "condition": "melanoma", "limit": 10 } } ``` #### 测试用例 3.3: 剂量对照分析 ```json { "tool": "compare_adverse_events", "parameters": { "drug_name": "atezolizumab", "control_type": "dose_comparison", "condition": "cancer", "limit": 20 } } ``` ### 4. 安全性特征分析测试（核心功能） #### 测试用例 4.1: 综合安全性分析 ```json { "tool": "analyze_safety_profile", "parameters": { "drug_name": "pembrolizumab", "condition": "cancer", "include_completed_only": true, "limit": 30 } } ``` #### 测试用例 4.2: 包含进行中研究的安全性分析 ```json { "tool": "analyze_safety_profile", "parameters": { "drug_name": "durvalumab", "condition": "lung cancer", "include_completed_only": false, "limit": 25 } } ``` ## 实际应用场景测试 ### 场景 1: 新药安全性评估 **目标**: 评估新上市PD-1抑制剂的安全性特征 1. 搜索相关临床试验 2. 获取详细研究信息 3. 进行不良事件对照分析 4. 生成安全性特征报告 ### 场景 2: 竞品药物对比 **目标**: 对比两种同类药物的安全性差异 1. 分别分析两种药物的安全性特征 2. 进行不良事件发生率对比 3. 识别关键安全性差异 ### 场景 3: 剂量优化研究 **目标**: 分析不同剂量下的风险-效益关系 1. 搜索包含剂量信息的研究 2. 进行剂量-反应关系分析 3. 识别最优剂量范围 ## 预期输出格式 ### 不良事件对照分析输出示例 ```json { "drug_name": "pembrolizumab", "control_type": "placebo", "condition": "lung cancer", "total_studies_found": 45, "studies_with_results": 12, "adverse_event_comparisons": [ { "nct_id": "NCT02775435", "title": "Study of Pembrolizumab vs Placebo", "control_type": "placebo", "event_groups": [...], "serious_events": [...], "other_events": [...] } ], "summary": { "studies_analyzed": 12, "control_type": "placebo", "key_findings": "Adverse event comparison data extracted from clinical trials", "recommendation": "Review individual study comparisons for detailed safety assessment" } } ``` ### 安全性特征分析输出示例 ```json { "drug_name": "pembrolizumab", "condition": "cancer", "total_studies": 156, "analyzed_studies": 45, "adverse_events_summary": { "total_events": 1250, "serious_events": 125, "other_events": 1125, "by_term": { "fatigue": { "count": 89, "serious_count": 5, "study_count": 23 }, "nausea": { "count": 67, "serious_count": 2, "study_count": 19 } } }, "risk_assessment": { "overall_risk_level": "MODERATE", "serious_event_rate": "10.00%", "most_common_events": [ {"term": "fatigue", "count": 89, "study_count": 23}, {"term": "nausea", "count": 67, "study_count": 19} ] } } ``` ## 错误处理测试 ### 测试用例: 无效NCT ID ```json { "tool": "get_study_details", "parameters": { "nct_id": "INVALID123" } } ``` ### 测试用例: 空搜索结果 ```json { "tool": "compare_adverse_events", "parameters": { "drug_name": "nonexistent_drug_xyz", "control_type": "placebo", "limit": 10 } } ``` ## 性能测试 ### 大数据量测试 - 搜索结果超过1000条的查询 - 分析超过50项研究的安全性特征 - 并发请求处理能力 ### 响应时间测试 - 基础搜索: < 2秒 - 详情获取: < 1秒 - 不良事件分析: < 5秒 - 安全性特征分析: < 10秒 ## 数据质量验证 ### 验证点 1. 返回数据的完整性 2. NCT ID格式的正确性 3. 不良事件分类的准确性 4. 统计数据的合理性 5. 日期格式的标准化 ## 集成测试 ### 与Claude Desktop集成 1. MCP服务器正常启动 2. 工具列表正确显示 3. 参数验证正常工作 4. 错误信息正确传递 5. 响应格式符合MCP标准 ## 测试成功标准 ### 功能性标准 - [ ] 所有4个MCP工具都能正常调用 - [ ] 返回的数据格式正确且完整 - [ ] 错误处理机制工作正常 - [ ] 查询响应时间合理（<30秒） ### 数据质量标准 - [ ] 返回的临床试验信息准确 - [ ] 不良事件数据完整 - [ ] NCT ID和研究信息正确 - [ ] 统计分析结果合理 ### 用户体验标准 - [ ] 查询结果易于理解 - [ ] 信息组织结构清晰 - [ ] 提供有价值的洞察 - [ ] 响应用户的具体需求 ### 技术稳定性标准 - [ ] 连续查询不会导致连接中断 - [ ] 大量数据查询处理正常 - [ ] 网络异常时有适当的错误处理 - [ ] MCP连接保持稳定 ## 快速测试命令 ### 简单测试 "请搜索pembrolizumab在肺癌治疗中的临床试验。" ### 中等测试 "请分析pembrolizumab与安慰剂对照的不良事件数据，重点关注严重不良事件。" ### 复杂测试 "作为药物安全评估专家，我需要全面分析nivolumab的安全性特征，包括与不同对照组的比较和剂量-反应关系。"