迈向自主生活的元分析:系统审查和元分析的自动化框架
Anna Górska1, Evelina Tacconelli1
1Infectious Diseases Section, Department of Diagnostics and Public Health, University of Verona, Verona, Italy.
Studies in health technology and informatics
|August 23, 2024
概括
本研究介绍了一种使用大型语言模型的框架,用于自动化用于诊断测试准确性的系统审查和元分析. 这种方法提高了效率,同时保持了基于证据的医学的严格性.
科学领域:
- 医疗信息学 医疗信息学
- 基于证据的医学基于证据的医学.
- 医疗保健服务研究 医疗服务研究
背景情况:
- 系统性审查和元分析对于以证据为基础的医学至关重要,但耗时且很少更新.
- 这些审查的劳累性质限制了它们的实用性和及时性.
- 需要自动化审查过程的一部分,以提高效率.
研究的目的:
- 通过使用大型语言模型 (LLM) 和自然语言处理 (NLP) 来自动化系统审查和元分析,提出一个新的框架.
- 将这一框架应用于现有的对诊断测试准确性的元分析.
- 为了证明具有成本效益的自动化潜力,同时保持审查质量.
主要方法:
- 将LLMs和NLP技术整合到系统审查框架中.
- 适用于以前发表的系统审查和元分析.
- 专注于对审查过程的选和提取步骤的自动化.
主要成果:
- 该框架成功地将现有元分析的选自动化,对质量影响最小.
- 实现了数据提取步骤的显著自动化.
- 系统审查过程的完整性和严格性质得到了维护.
结论:
- 法律法规和NLP提供了一个可行的解决方案,用于自动化系统审查和元分析的繁方面.
- 这种框架可以显著减少与更新审查相关的时间和成本.
- 这种方法有可能使系统性审查更具活力和及时性,提高它们在基于证据的医学中的价值.
