机构名称：
¥ 1.0
摘要 简介 个体预后或诊断的多变量预测模型的透明报告 (TRIPOD) 声明和预测模型偏倚风险评估工具 (PROBAST) 均已发布，以改进对诊断和预后的预测模型研究的报告和批判性评价。本文介绍了用于开发 TRIPOD 声明扩展 (TRIPOD-人工智能，AI) 和 PROBAST (PROBAST-AI) 工具的过程和方法，用于应用机器学习技术的预测模型研究。 方法与分析 TRIPOD-AI 和 PROBAST-AI 将按照 EQUATOR 网络发布的指导进行开发，包括五个阶段。第 1 阶段将包括两项系统评价（涵盖所有医学领域，特别是肿瘤学），以检查已发表的基于机器学习的预测模型研究中的报告质量。在第 2 阶段，我们将使用德尔菲法咨询不同的关键利益相关者群体，以确定要考虑纳入 TRIPOD-AI 和 PROBAST-AI 的项目。第 3 阶段将以虚拟共识会议的形式整合和确定 TRIPOD-AI 和 PROBAST-AI 中要包含的关键项目的优先顺序。第 4 阶段将涉及开发 TRIPOD-AI 清单和 PROBAST-AI 工具，并撰写随附的解释和阐述论文。在最后阶段，即第 5 阶段，我们将通过期刊、会议、博客、网站（包括 TRIPOD、PROBAST 和 EQUATOR 网络）和社交媒体传播 TRIPOD-AI 和 PROBAST-AI。TRIPOD-AI 将为从事基于机器学习的预测模型研究的研究人员提供报告指南，帮助他们报告读者评估研究质量和解释其结果所需的关键细节，从而减少研究浪费。我们预计 PROBAST-AI 将帮助研究人员、临床医生、系统评价者和政策制定者通过强大的标准化偏见评估工具，批判性地评估基于机器学习的预测模型研究的设计、实施和分析。
AI）和偏倚风险工具（PROBAST-AI）用于诊断和
主要关键词
相关文件推荐
