## [2026-06-04]

### 수행 내용
- 오프라인 MVP `CumulMetaDelta-Kor` (큐뮬메타델타워치코어) 구현.
- (약물군 × 아웃컴) 셀별 누적 메타분석 + 임계전이 알림 엔진 작성.
- 순수 stdlib(`math`)로 메타분석 수학 직접 구현: inverse-variance fixed,
  DerSimonian–Laird random effects(τ², Q, I²), HKSJ 보정, 95% prediction interval, Egger's test.
- 합성 trial 데이터(`data/trials.json`) 8개 셀 작성 — 최소 1개 셀(SGLT2i×HHF)이 명확한 significance cross 전이를 일으키도록 설계.
- CLI(`main.py`): `--help`, `--list`, `--demo`(기본), `--class/--outcome` 단일셀 조회 지원.
- 선택 Streamlit UI(`app.py`) 추가 — 검수 대상 아님, 엔진 재사용.
- README.md / QA.md 작성, 4종 검수 모두 PASS.

### 주요 결정 사항
- **numpy 미사용**: 설치되어 있으나 이식성을 위해 순수 stdlib로 메타 수학 구현 (statsmodels/scipy 불필요).
- **t 임계값/정규꼬리확률 자체구현**: 내장 t-table+보간, `math.erfc` 사용 → 외부 의존성 0.
- **Egger's test k≥4 제한**: k=3에서 정규근사 p가 비신뢰·degenerate하여 GRADE 잡음 알림을 유발 → k≥4로 상향(검수 중 수정).
- **합성 데이터 명시**: 실제 trial명 대신 `MOCK-…(synthetic)` 사용, 수치는 전이 시연용 가공값임을 README/QA/디스클레이머에 명기.

### 변경된 파일
- `main.py` — CLI + 메타분석 엔진 (신규)
- `data/trials.json` — 합성 RCT 데이터 (신규)
- `app.py` — 선택 Streamlit UI (신규)
- `README.md` — 목적/기능/실행법/검수체크리스트/데이터출처/디스클레이머 (신규)
- `QA.md` — 검수 로그 (신규)

### 재현 방법
1. `cd "/Users/sangjoonpark/claude daily project/2026 metabolic daily idea/projects/2026-06-04-1-cumul-meta-delta-kor"`
2. `python3 -c "import ast; ast.parse(open('main.py').read())"`  → AST OK
3. `python3 main.py --help`  → usage 출력
4. `python3 main.py --demo`  → 13건 전이 알림
5. `python3 main.py --class SGLT2i --outcome HHF`  → SIGNIFICANCE CROSS 전이 확인
6. (선택) `python3 -c "import ast; ast.parse(open('app.py').read())"`  → app.py AST OK
7. (선택) `streamlit run app.py`  (streamlit 설치 시)