撤回:基于机器学习算法的手术伤口并发症风险预测:系统审查

科学领域:

• 医疗信息学 医疗信息学
• 手术并发症 手术并发症
• 机器学习应用 机器学习应用

背景情况:

• 手术伤口并发症对患者的治疗结果构成重大风险.
• 准确预测这些并发症对于有效的患者管理至关重要.
• 机器学习算法为改善风险预测模型提供了潜力.

研究的目的:

• 系统地审查机器学习算法用于预测手术伤口并发症风险的使用.
• 评估现有的基于机器学习的预测模型的有效性和方法.

主要方法:

• 进行了系统的文献搜索,以确定相关研究.
• 分析了使用机器学习来预测外科创伤并发症风险的研究.
• 数据提取侧重于算法类型,输入特征,并报告了预测性能.

主要成果:

• 这篇文章被撤回,因为同行评审过程受到了损害,尽管出版商没有证实过度自我引用的证据.
• 作者不同意撤回决定.
• 因此,关于用于预测外科创伤并发症风险的机器学习的原始发现无效.

结论:

• 关于用于预测外科创伤并发症风险的机器学习的系统审查已被撤回.
• 撤回强调了对同行评审过程完整性的担忧.
• 在这个领域进行进一步的研究需要严格验证的方法.