TRIPOD+AI 声明:
更新了使用回归或机器学习方法报告临床预测模型的指南
在医疗领域,预测模型扮演着至关重要的角色,它们帮助医生做出更准确的诊断和治疗决策。随着人工智能(AI)和机器学习技术的飞速发展,传统的预测模型正在经历一场革命性的变革。今天,我们要探讨的是如何确保这些模型的研究和报告既透明又全面——这就要提到最新的TRIPOD+AI声明。
TRIPOD声明的演变
自2015年首次发布以来,TRIPOD(Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis)声明一直是临床预测模型报告的黄金标准。然而,随着AI的兴起,尤其是机器学习方法在医疗预测模型中的广泛应用,原有的TRIPOD声明亟需更新,以适应这一新趋势。
TRIPOD+AI声明的诞生
TRIPOD+AI声明应运而生,它不仅涵盖了传统的回归模型,还包括了机器学习方法,如深度学习和随机森林。这一更新的声明提供了一个统一的框架,用于报告使用任何统计或机器学习方法开发的预测模型研究。
新的报告清单
TRIPOD+AI声明包含一个扩展的27项清单,每一项都有详细的解释和指导。这个清单不仅包括了标题、摘要、引言、方法、结果和讨论等传统部分,还特别强调了开放科学实践、患者和公众参与以及公平性问题。
强调公平性和开放科学
TRIPOD+AI声明特别强调了公平性,确保预测模型不会基于年龄、种族、性别或社会经济地位等因素歧视任何个体或群体。同时,它也推动了开放科学实践,鼓励研究者共享数据、代码和研究协议,以提高研究的透明度和可复制性。
患者和公众的参与
TRIPOD+AI还首次引入了患者和公众参与的概念,鼓励在研究的设计、实施、报告和传播过程中,积极纳入患者的声音和观点,以提高研究的临床和公众接受度。
如何使用TRIPOD+AI
TRIPOD+AI清单取代了2015年的版本,成为新的最低报告标准。无论是开发新的预测模型,还是评估现有模型的性能,研究者都应遵循这一清单,确保报告的完整性和透明度。
广泛的应用和影响
TRIPOD+AI的使用者和受益者包括撰写论文的研究者、评审论文的期刊编辑和同行评审者,以及政策制定者、资助者、监管机构、患者、研究参与者和公众等。这一声明的推出,将有助于提升预测模型研究的质量,减少研究浪费,确保研究投资的价值。
结语
TRIPOD+AI声明是医疗预测模型研究的一个重要进展,它不仅促进了研究的透明度和公正性,也为AI在医疗领域的应用提供了新的指导。随着AI技术的不断进步,我们期待TRIPOD+AI在未来能够继续更新,以适应新的挑战和机遇。
参考文献:
·TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ.
如果需要临床数据清洗/临床统计分析/生信分析/机器学习算法建模/孟德尔随机化分析服务以及SEER/MIMIC/GBD/NHANES数据提取服务 可以扫描以下二维码沟通