使用汇总或个人参与者数据的预测模型的网络元分析 - 范围审查和报告和行为建议
Maerziya Yusufujiang1, Johanna A A Damen2, Demy L Idema2
1Julius Center for Health Sciences and Primary Care, University Medical Center Utrecht, Utrecht University, Universiteitsweg 100, 3584 CG, Utrecht, The Netherlands.
网络元分析 (NMA) 可以比较预测模型,但当前的研究经常使用汇总数据,不一致地报告性能指标. 提供了改进NMA方法和报告以改善临床决策的建议.
科学领域:
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
- 临床流行病学临床流行病学
背景情况:
- 预测模型对于临床决策至关重要,估计诊断,查或预后的概率.
- 网络元分析 (NMA) 是一种强大的工具,可以同时比较多个预测模型的性能.
- 对于NMA评估预测模型的方法和报告,存在有限的指导.
研究的目的:
- 提供NMA评估预测模型外部验证性能的概述,使用汇总数据 (AD) 或个人参与者数据 (IPD).
- 为改善NMA在预测模型研究中的报告和行为提出建议.
主要方法:
- 在PubMed和Embase搜索到2025年9月1日,用于评估诊断或预后预测模型的NMA.
- 包括比较使用NMA的至少三种预测模型的研究.
- 根据应用,数据类型 (AD与IPD),医疗背景,评估指标,统计方法,NMA假设和排名方法总结了研究.
主要成果:
- 包括28个NMA;92.9%使用AD,7.1%使用IPD.
- 医院护理是最常见的环境;呼吸学和心脏病学是常见的临床领域.
- 观察到对NMA假设 (过渡性,一致性) 的考虑不一致,以及不同的统计方法 (贝叶斯式,频率主义). 报告了歧视指标,但校准和先进的决策分析指标基本上不存在.
结论:
- 使用NMA用于预测模型评估是有限的和多样化的,优先选择AD,并不一致地报告假设和绩效指标.
- 提供了建议,以加强NMA对预测模型验证的报告和行为.
- 改善NMA实践对于可靠的模型比较和选择至关重要,最终有利于患者护理.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
09:52A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease
Published on: January 10, 2025
相关概念视频
Mechanistic Models: Compartment Models in Individual and Population Analysis
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Analysis of Population Pharmacokinetic Data
