初次全膝关节置换术后出院去向AI预测模型的系统评价与Meta分析

人工智能 2026-11-18 6 阅读

Journal of medical Internet research · 2026-11-16 · Meta分析

  • 一句话结论:结论:Meta分析提示已发表的AI预测模型对初次全膝关节置换术后出院去向具有中等区分度(合并AUC 0.75),但纳入研究均存在高偏倚风险,模型质量与适用性证据不足以下结论。
  • 研究设计与做法:研究设计与做法:系统评价与Meta分析,检索PubMed、Web of Science、Embase、Cochrane Library、Scopus及CNKI、万方、维普及SinoMed,检索至2025年5月26日;纳入5项美国回顾性研究(4个机器学习模型、1个深度学习模型),样本量175,042至434,550例;采用PROBAST+AI与TRIPOD+AI评估偏倚风险与报告质量,DerSimonian-Laird随机效应模型合并AUC。
  • 主要结果:主要结果:合并AUC为0.75(95% CI 0.67-0.82),异质性极高(I²=99.9%);年龄与性别为最常用预测因子;全部纳入研究经PROBAST+AI评定为高偏倚风险。
  • 机制或解释:机制或解释:作者未对预测性能的生物学机制作解释,重点在于方法学质量与报告规范的评价。
  • 局限与边界:局限与边界:证据档位为A但仅基于5项回顾性研究,均来自美国单一人群,样本量差异大、异质性极高,全部研究高偏倚风险,可能高估性能;前瞻性验证与外部适用性材料未报告。
  • 可否落地:可否落地:提示此类模型目前仅可作为出院规划研究的参考,尚不足以下结论支持临床常规应用;后续需按TRIPOD+AI规范开展低偏倚风险的前瞻性外部验证。

🔗 打开原文

Xie D, Chen R, Yue C 等


本文摘自《每日前沿研究简报 · 2026-11-18》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流,不构成医疗建议。

评论 共 0 条

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部