跳到正文
原文
梅斯医学·临床资讯·· 17 天前AI 评分35

黑色素瘤风险预测模型的性能评估

JAMA Dermatol:黑色素瘤风险预测模型的性能评估

AI 导读

一项研究对6项已发表的黑色素瘤风险预测模型进行了外部验证,使用澳大利亚大型前瞻性队列数据,结果显示这些模型具备中等区分能力,可用于风险分层和指导预防与早筛策略。

正文

21分钟前 吾乃喵大人 MedSci原创 发表于上海

多数黑色素瘤风险预测模型具备中等区分能力,与原始研究结果相近,可用于风险分层,指导黑色素瘤预防与早筛策略。

深度解析医学证据,DeepEvidence为你支撑决策 多国黑色素瘤早期检测临床指南建议对个体开展风险评估,并依据风险分层实施管理;若未来开展人群皮肤癌筛查项目,大概率会针对高危人群实施靶向筛查。个体黑色素瘤风险评估指标通常包含年龄、性别、黑色素瘤个人及家族史、色素表型、发色、虹膜颜色、肤色、痣数量等危险因素,现已开发多款基于上述变量的风险预测模型,部分模型已面向公众及临床医师开放线上工具。但目前尚缺少充分证据明确何种模型具备最佳准确度与临床实用性,模型性能会随人群与应用场景发生改变,因此需要使用独立数据集开展外部验证,评估模型的区分度与校准度。本研究选择全球黑色素瘤发病率最高的澳大利亚大型前瞻性队列,对 6 项已发表黑色素瘤风险预测模型开展外部验证。 本研究遵循 TRIPOD+AI 预测模型报告规范,依托萨克斯研究所45 and Up Study人群队列开展分析,该队列纳入 2005‑2009 年澳大利亚新南威尔士州 267 357 名≥45 岁居民,数据与肿瘤登记库联动随访至 2019‑12‑31,本分析限定于完成 2020 年随访调查的受试者。通过新南威尔士州癌症登记库获取侵袭性

小提示:本篇资讯需要登录阅读,点击跳转登录

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

来源:梅斯医学·临床资讯 · news.medsci.cn