相关实验视频
Updated: Jul 16, 2025
07:50
Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer
Published on: September 18, 2020
5.6K
胃癌放射性预后研究的方法质量:一个横截面研究
Tianxiang Jiang1,2, Zhou Zhao3, Xueting Liu4
1Department of General Surgery, West China Hospital, Sichuan University, Chengdu, China.
Frontiers in oncology
|September 21, 2023
概括
机器学习放射学模型用于胃癌预后预测显示方法质量不足. 需要严格,前性和多中心研究来提高模型可靠性和临床实用性.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 机器学习放射学模型越来越多地用于预测胃癌的预后.
- 这些放射学模型的方法质量尚未得到系统评估.
- 这就需要对当前放射学研究对胃癌预后的评估.
研究的目的:
- 评估预测胃癌预后的放射学研究的方法质量.
- 总结这些研究的方法特征和绩效.
- 为了确定改善放射学模型开发胃癌的领域.
主要方法:
- 在PubMed和Embase数据库中系统搜索过去5年发表的放射学研究.
- 从符合条件的全文中提取研究特征和模型性能.
- 使用RQS,TRIPOD和PROBAST检查清单评估方法质量,报告完整性和偏差风险.
主要成果:
- 22项研究符合283个识别记录中的纳入标准.
- 报告的模型歧视在生存,治疗反应和复发等终点方面从0.610到0.878不等.
- 平均RQS为15.32±3.20,平均TRIPOD坚持为20.45±1.83,所有研究都显示出偏差的高风险 (PROBAST).
结论:
- 目前胃癌放射学研究的方法质量不足.
- 需要进行大型,前性,多中心,严格设计的研究.
- 改善研究设计和方法对于提高放射学模型在胃癌预测中的可靠性至关重要.
更多相关视频
10:28Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT
Published on: January 22, 2018
11.1K
08:12Detection of a Circulating MicroRNA Custom Panel in Patients with Metastatic Colorectal Cancer
Published on: March 14, 2019
5.5K
