蜜月久综合久久综合国产_7777偷窥盗摄视频_久久国产九九_国产网站免费看 - 人人艹人人爱

導讀：本綜述通過整合現有研究，旨在揭示影像組學技術在頸動脈斑塊診斷與風險預測中的潛力與局限性，為臨床實踐中的模型選擇與優化提供參考依據。原文簡要翻譯如下：

方法：本研究進行了系統的文獻檢索，以識別截至2023年3月在PubMed、Web of Science和Cochrane Library中發表的相關文獻。納入的研究需開發和/或驗證基于影像組學數據的機器學習模型，以識別和/或預測頸動脈斑塊中不良腦血管和心血管事件。本研究提取了納入文獻的基本信息，并根據TRIPOD，PROBAST和影像組學質量評分（RQS）分別評估了報告質量、偏倚風險和影像組學方法學質量。

• TRIPOD可以理解為臨床預測模型的規范報告指南，涵蓋了對數據來源，樣本量、統計方法，局限性等方面的要求，遵從率越高，研究越規范

• PROBAST是評價模型偏倚風險的工具，值越高，偏倚風險越大。

• RQS 是基于一系列標準來評估影像組學研究的設計、執行和報告的質量。評分系統包含了影像數據的公開性、模型驗證和生物相關性等。分數越高，質量越高
  

所有研究都存在較高的整體偏倚風險，其中分析環節是最常見的偏倚來源。

RQS的平均值為9.89±5.70，占可能最高值36分的27.4%。

結論：影像組學模型在評估頸動脈斑塊方面可能具有一定的價值，但當前頸動脈斑塊影像組學研究的整體科學有效性和質量仍然不足，在這些模型應用于臨床實踐之前，仍有許多障礙需要克服。