典型文献
基于CT的机器学习模型鉴别诊断肾肿瘤良恶性的Meta分析
文献摘要：
目的 采用Meta分析评价基于CT的机器学习模型(ML)在鉴别诊断难辨别肾良性肿瘤与肾细胞癌的价值.方法 检索PubMed、The Cochrane Library、Web of Science、Medline、CNKI、万方数据库自建库至2022年3月发表的有关基于CT的ML模型鉴别诊断难辨别的肾良性肿瘤(肾嗜酸细胞瘤、肾乏脂肪血管平滑肌脂肪瘤)与肾细胞癌的中英文文献.采用Stata 14.0、Rev-Man 5.4、meta-Disc 1.4软件进行Meta分析,计算纳入文献的合并敏感性、合并特异性、阳性似然比、阴性似然比和诊断价值比,绘制总受试者工作曲线(SROC),计算曲线下面积(AUC).将测试集数量、模型验证策略、学习模型种类进行亚组分析,采用Meta回归分析非阈值效应引起的异质性.结果 共纳入12项文献,合并敏感性、特异性、阳性似然比、阴性似然比、诊断比值比分别为0.76(95％CI:0.68～0.83)、0.84(95％CI:0.78～0.89)、4.9(95％CI:3.5～7.0)、0.28(95％CI:0.21～0.37)、18(95％CI:11～28),绘制SROC曲线,AUC值为0.87,Meta回归显示,测试集数量、模型验证策略、学习模型种类对诊断结果产生的差异无统计学意义.Deek's漏斗图评估提示无发表偏倚,P=0.264.结论 基于CT的ML模型鉴别诊断难辨别肾良性肿瘤与肾细胞癌时的敏感性、特异性及AUC值均较高,具有临床推广应用的潜力.
文献关键词：
肾肿瘤;肾细胞癌;人工智能;机器学习;计算机断层扫描;肾嗜酸细胞瘤;肾乏脂肪血管平滑肌脂肪瘤;Meta分析
中图分类号：
作者姓名：
地里亚尔·地里夏提;鲁剑德;木拉提·热夏提;热衣汉·西里甫;拜合提亚·阿扎提
作者机构：
新疆医科大学第一附属医院泌尿中心,新疆乌鲁木齐 830054;新疆医科大学第一附属医院肾病一科,新疆乌鲁木齐 830054
文献出处：
引用格式：
[1]地里亚尔·地里夏提;鲁剑德;木拉提·热夏提;热衣汉·西里甫;拜合提亚·阿扎提-.基于CT的机器学习模型鉴别诊断肾肿瘤良恶性的Meta分析)[J].现代泌尿外科杂志,2022(12):1036-1041,1045
A类：
肾乏脂肪血管平滑肌脂肪瘤
B类：
机器学习模型,鉴别诊断,肾肿瘤,肿瘤良恶性,ML,难辨,辨别,肾良性肿瘤,肾细胞癌,Cochrane,Library,Medline,万方数据库,自建库,肾嗜酸细胞瘤,中英文,英文文献,Stata,Rev,Man,meta,Disc,似然比,诊断价值,受试者工作曲线,SROC,测试集,模型验证,验证策略,亚组分析,阈值效应,诊断比值,比值比,诊断结果,Deek,漏斗,发表偏倚,临床推广,计算机断层扫描
AB值：
0.256186
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
