在放射学期刊中支持一般和人工智能报告准则:一项元研究研究
Jingyu Zhong1, Yue Xing1, Junjie Lu2
1Department of Imaging, Tongren Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, 200336, China.
BMC medical research methodology
|December 13, 2023
概括
放射学期刊显示,一般报告准则的认可不足,AI报告准则的采用极低. 加强这些标准对于提高放射学研究的质量和透明度至关重要.
科学领域:
- 放射学和医学成像学 医学成像学
- 临床研究 临床研究
- 人工智能在医学中的应用
背景情况:
- 完整的报告对于临床研究的完整性至关重要.
- 在放射学期刊中对报告准则的认可并不成熟.
- 人工智能 (AI) 在放射学中的使用越来越多,需要遵守一般和AI特定的报告准则,以提高质量和透明度.
研究的目的:
- 调查放射学期刊在多大程度上支持一般报告准则.
- 评估采用专门为医疗成像中的AI应用而设计的报告准则的情况.
- 探索指南认可与期刊特征之间的关联.
主要方法:
- 一项元研究研究分析了来自放射学,核医学和医学成像类别的117个期刊.
- 期刊被评估为15个一般和10个AI报告准则的支持,使用五级评级表.
- 逻辑回归分析了指导方针认可与期刊特征 (如影响因子四分位数和出版商) 之间的关系.
主要成果:
- 最受欢迎的一般指导方针包括CONSORT (58.1%),PRISMA (54.7%),STROBE (51.3%),STARD (50.4%) 和ARRIVE (35.9%),这些指导方针都得到了广泛认可.
- 医学成像人工智能检查清单 (CLAIM) 是唯一提到的AI指南,只有1.7%的期刊支持它.
- 期刊影响因子四分位数和出版商与报告准则认可有显著的关联.
结论:
- 在放射学期刊中对一般报告准则的认可是不理想的.
- 在医学成像中实施AI报告准则的程度非常低.
- 迫切需要加强采用报告准则,以提高放射学研究的质量和透明度.
