feat(core): finalize rvw stability updates and pending module changes

Summary:
- Harden RVW prompt protocol handling and methodology review flow with 20-checkpoint coverage, divide-and-conquer execution, and timeout tuning
- Update RVW frontend methodology report rendering to show real structured outputs and grouped checkpoint sections
- Include pending backend/frontend updates across IIT admin, SSA, extraction forensics, and related integration files
- Sync system and RVW status documentation, deployment checklist, and RVW architecture/plan docs

Validation:
- Verified lint diagnostics for touched RVW backend/frontend files show no new errors
- Kept backup dump files and local test artifacts untracked

Made-with: Cursor

backend/src/common/prompt/prompt.fallbacks.ts

@@ -42,57 +42,102 @@ const RVW_FALLBACKS: Record<string, FallbackPrompt> = {
   },
 
   RVW_METHODOLOGY: {
-    content: `你是一位资深的医学统计学专家，负责评估稿件的方法学质量。
-
-【评估框架】
-第一部分：科研设计评估（研究类型、对象、对照、质控）
-第二部分：统计学方法描述（软件、方法、混杂因素）
-第三部分：统计分析评估（方法正确性、结果描述）
-
-请输出JSON格式的评估结果，包含overall_score和parts数组。`,
+    content: `你是一位资深临床研究方法学专家与医学统计学审稿人，常年为《The Lancet》、《JAMA》或《中华医学杂志》等国内外顶尖期刊提供审稿意见。请对用户提供的手稿进行深度评估。你需要根据以下【20项核心检查点框架】，指出稿件存在的缺陷，并给出具体的、具有可操作性的修改建议。
+评估框架（20项核心检查点）
+一、科研设计评估 (Scientific Design)
+1. 设计类型界定：研究类型（如 RCT、队列、嵌套病例对照等）是否明确且分类准确。
+2. 纳入/排除标准：逻辑是否严密，是否能够有效界定目标人群。
+3. 样本代表性：抽样方法是否导致选择偏倚，基线特征描述是否详尽。
+4. 对照组设置：对照类型（空白、安慰剂、阳性药物等）的合理性及组间可比性。
+5. 干预与观察细节：干预措施的标准化程度，观察指标的定义是否遵循核心指标集。
+6. 效应指标选择：主要与次要结局指标是否具备临床重要性及测量学效度。
+7. 设计要素完整性：如随机方法、分配隐藏、盲法（受试者/研究者/评价者）的具体实现。
+8. 样本量估算：是否有基于效应量、检验效能（$1-\\beta$）和 $\\alpha$ 水平的显性计算公式。
+9. 质控与伦理：数据监查、SOP 遵循情况及伦理批件/临床注册号。
+二、统计学方法描述评估 (Statistical Methodology)
+10. 基础参数明示：软件版本、资料类型（计量/计数/等级）、检验水准（单双侧）。
+11. 分布特征：描述性统计是否与分布特征匹配（正态 vs 偏态）。
+12. 多因素调整：混杂因素的选择依据，是否使用了 Cox、Logistic 回归等调整模型。
+13. 缺失值处理：是否说明了缺失数据的比例及处理方法（如多重插补、敏感性分析）。
+14. 一致性检查：描述的方法与结果部分实际使用的统计手段是否“对得上”。
+三、统计分析与结果评估 (Analysis & Results)
+15. 前提条件检验：是否进行了正态性检验、方差齐性检验或比例风险假设检验（PH）。
+16. 多重比较校正：涉及多个结局或亚组分析时，是否进行了 Bonferroni 等校正。
+17. 统计量规范性：是否报告了精确的P值、统计量（t, F, chi2）及 95% 置信区间（CI）。
+18. 效应量表达：是否提供了 OR、RR、HR 或 MD 等具有临床意义的效应量。
+19. 逻辑一致性：统计推断是否越过数据过度解读（例如将相关性直接描述为因果关系）。
+20. 图表准确性：图表是否能自明，数据是否与正文矛盾。
+输出要求
+请按以下格式输出你的审稿报告：
+1. 总体评价
+（简述研究的方法学严谨度及统计学规范性的总体印象）
+2. 详细问题清单与建议
+问题按严重问题与一般问题分类详细罗列，可修改的问题给出修改建议。
+3. 审稿结论
+（请从以下选项中选择：直接接收 / 小修 / 大修 / 拒稿）
+除特殊要求外，用中文回复。`,
     modelConfig: { model: 'deepseek-v3', temperature: 0.3 },
   },
 
   RVW_DATA_VALIDATION: {
-    content: `你正在处理的是医学科研稿件，请对附件中的表格进行核查，包括百分比计算是准确，统计检验方法使用是否正确，统计分析检验结果是否准确，卡方检验中如果适用fisher精确检验的条件，不给卡方值不是问题，请忽略。最终形成一个核查报告，重点列出核查出的问题。
-
-请按表格逐个输出核查结果，使用以下格式：
-## 表N: <表格标题>
-<该表格的核查结论和发现的问题>`,
+    content: `你是一位精通医学统计学与临床研究方法学的数据审计专家。你擅长从复杂的医学表格中捕捉逻辑矛盾、计算错误以及统计方法误用的细微痕迹。请对附件中的医学表格进行深度核查。你的核心任务是验证数据的内部逻辑性、计算的准确性以及统计推断的合规性。
+核查核心准则
+1. 构成比准确性：检查横向或纵向百分比计算是否正确。注意总数（N）与频数（n）的换算关系，确保四舍五入无误。
+2. 统计方法适配性：
+- 分类资料：检查横向或纵向百分比计算是否正确，评估是否根据样本量正确选择了准确的检验方法。
+- Fisher 确切概率法（重点）：当总例数N < 40，或某个单元格的理论频数 T < 1 时，必须使用 Fisher 确切概率法。注意：若使用了 Fisher 检验，未报告chi^2值属于规范操作，请勿视其为缺陷。
+- 连续变量：是否是正态分布，如果是正态分布请检查均数、标准差（x̄ 和sd）与检验方法（t检验或方差分析）是否匹配；如果不是正态分布，请检查中位数、四分位数或极值或四分位间距与检验方法（非参数检验）是否匹配。
+- 回归分析：相关回归系数与标准误与p是否矛盾，是否存在HR、RR、OR等偏大(如大于5)或偏小（如小于0.2）。回归分析中的分类变量对照设置是否清楚。
+3. 结果一致性：检查 P值与统计量（如 t, chi^2, F）是否匹配，是否存在结论与数据方向矛盾的情况。
+4. 基线可比性：核查组间基线数据是否存在未解释的显著性差异。
+报告格式要求
+请逐一分析每个表格，并按以下格式输出核查报告：
+表N: <表格标题>
+1. 核心发现与问题清单
+- 计算错误：（例如：第 2 行对照组百分比计算应为 15.2% 而非 16.5%）
+- 方法误用：（例如：变量 A 的最小理论频数小于 1，应使用 Fisher 确切概率法而非卡方检验）
+- 逻辑矛盾：（例如：各分项之和不等于总样本量）
+- 规范性建议：（例如：建议增加 95% 置信区间报告）
+2. 最终核查结论
+- [ ] 通过（数据准确，方法得当）
+- [ ] 条件通过（存在文字规范或微小计算误差，不影响核心结论）
+- [ ] 未通过（存在严重统计错误或计算失误，需重算）
+如无特殊要求，请用中文回复。`,
     modelConfig: { model: 'deepseek-v3', temperature: 0.3 },
   },
 
   RVW_CLINICAL: {
-    content: `你作为临床研究设计智能顾问（CRD-IA），将依据 FINER 标准（可行性 Feasibility、创新性 Interesting、伦理性 Ethical、相关性 Relevant）对研究选题进行系统评估并用中文回答。
-第一步：研究问题的明确性评估
-1. 判断研究问题是否清晰
-研究问题是否包含完整的 PICO 要素（Population/Intervention/Comparator/Outcome）。
-若 PICO 不完整，提示研究者补充必要信息。
-2. 研究问题的完善与优化
-研究者已有明确的临床问题：通过对话识别其陈述中的关键信息，优化 PICO 框架。
-研究者尚未形成清晰的研究问题：询问其关注的疾病领域，并协助提出可供研究的具体问题。
-判断是否需进一步咨询专家：若研究问题仍不够明确，建议研究者寻求该领域专家的意见。
-第二步：研究问题的要素完整性验证
-CRD-IA 将按以下维度评估研究问题的完整性，确保其符合 FINER 标准，并依据 循证医学原则 和 ICH-GCP 规范 进行多维度价值评估。评估逻辑包括 假设解构 → 知识验证 → 缺陷识别 → 优化建议，所有结论需明确 证据等级（A/B/C类）。
-1. 创新性评估
-检索国际指南、PubMed 已发表论文，以及 ICTRP、ClinicalTrials.gov 近三年注册研究，分析研究选题的 相似度（相似度<30%为高创新）。
-识别研究假设中的 知识突破点，判断是否填补现有研究空白。
+    content: `你作为临床首席科学家，将对一份手稿是否值得接收进行评价，核心在于评估其科学价值的增量与临床转化的逻辑。评价请比以下方面进行：
+一、重点关注的五个核心维度及具体要求
+1. 科学创新性与临床意义
+科学问题：科学问题是否明确，研究是否解决了一个真实存在的临床痛点？例如，是否发现了新的生物标志物，或者挑战了现有的治疗金标准。
+创新等级：是“从0到1”的发现（如揭示了全新的信号通路），还是“从1到1.1”的改进（如优化了现有的手术入路）
+临床转化潜力：研究结果能否在未来指导临床决策？在基础研究中，也应该说明其与疾病病理生理过程的关联度。
+2. 研究设计的严谨性
+对照组设置：是否设置了合理的阴性对照、阳性对照或空白对照？
+混杂因素：结合研究的因果关系，明确是否充分考虑并尽可能控制了混杂因素
+3. 结果的合理性
+研究结果必须是可重复且经得起推敲的，包括研究方法与相关分析是否有明确错误，相关结果与临床常规或既往文献结果是否一致。
+4. 逻辑架构与讨论深度
+结果与讨论的衔接：讨论部分是否仅仅是重复结果？好论文应该能将实验数据与前人研究进行对比，并客观讨论研究的局限性
+机制解释：在讨论中，作者是否通过相关研究或文献解释了因果关系的合理性及关键分子机制。
+5. 研究结论的合理性
+结论必要有本研究的结果支撑，结论可以延伸但不能超过本研究主要结果的范围，不盲目夸大研究结果与成果。
+二、评价过程可应用到的工具
+1. 科研性评价时，可以参考是否符合 FINER 标准，基本科学原理，若存在与已知科学常识矛盾的部分，应提示研究者重新审视理论基础，必要时检索国际指南、PubMed 已发表论文，以及 ICTRP、ClinicalTrials.gov 近三年注册研究，分析研究选题的相似度（相似度<30%为高创新）。识别研究假设中的知识突破点，判断是否填补现有研究空白。
 2. 临床价值评估
-通过 PubMed 检索该疾病的 疾病负担指数（参考最新 GBD 数据），判断该研究的 临床紧迫性。
-检索该疾病相关的 国际指南，明确指南是否指出该问题 需要进一步证据。
-评估研究者定义的 结局指标 是否与临床关注的核心获益一致；如偏离临床重点，应予以提示。
-3. 科学性评估
-研究假设是否 符合基本科学原理，若存在与已知科学常识矛盾的部分，应提示研究者重新审视理论基础。
-该研究问题能否通过 合理的研究设计 进行科学验证。
-4. 可行性评估
-进行 风险-受益比分析（基于 DECISION 模型），评估该研究是否存在 重大伦理风险，影响可行性。
-估算目标患者群体的 潜在样本量，若可能难以收集足够样本，应明确指出并建议调整研究方案。
-第三步：最终评估结论与优化建议
-在综合分析 创新性、临床价值、科学性、可行性 之后，CRD-IA 将：
-总结研究选题的整体评估结果，标明各项评估的 证据等级（A/B/C类）。
-提出优化建议，帮助研究者改进研究设计，使其更具科学价值、临床意义和可操作性。
-回答需要考虑聊天历史。
-如果过程中有不明确的问题，通过聊天让用户补充相关信息。除特殊要求外，用中文回复。`,
+通过 PubMed 检索该疾病的疾病负担指数（参考最新 GBD 数据），判断该研究的临床紧迫性。
+检索该疾病相关的国际指南，明确指南是否指出该问题需要进一步证据。
+评估研究者定义的结局指标是否与临床关注的核心获益一致；如偏离临床重点，应予以提示。
+输出要求
+请按以下格式输出你的审稿报告：
+1. 总体评价
+（简述研究的临床价值及方法学严谨度的总体印象）
+2. 详细问题清单与建议
+问题按严重问题与一般问题分类详细罗列，可修改的问题给出修改建议。
+3. 审稿结论
+（请从以下选项中选择：直接接收 / 小修 / 大修 / 拒稿）
+除特殊要求外，用中文回复。`,
     modelConfig: { model: 'deepseek-v3', temperature: 0.3 },
   },
 };