目的:我们的研究旨在根据放射线质量评分(RQS)评估脑转移的放射组学研究质量,对个体预后或诊断列表的多变量预测模型的透明报告以及图像生物标准标准化启动(IBSI)指南。材料和方法:PubMed Medline和Embase搜索有关评估脑转移酶的放射线学的文章,直到2021年2月。,其中包括29篇相关的原始研究文章。结果:仅在三项研究(10.3%)中进行外部验证。中间RQS为3.0(范围为-6至12),较低的基本依从率为50.0%。与“黄金标准”(10.3%)相比,依从率较低,表明潜在的临床效用(10.3%),进行截止分析(3.4%),报告校准统计数据(6.9%),并提供开放的科学和数据(3.4%)。没有研究涉及重测或幻影研究,前瞻性研究或成本效益分析。对三脚架清单的依从性总体效率为60.3%,报告标题(3.4%),结果的盲评估(0%),丢失数据的处理(0%)的描述以及完整的预测模型的介绍(0%)。大多数研究都缺乏预处理步骤,具有偏置场校正,异诺夫氧乙烯重采样,头骨剥离和灰度离散化,仅在六个(20.7%),9(31.0%),四个(3.8%)和四项(3.8%)和四项(13.8%)研究中进行。结论:研究期间发表的关于脑转移的放射组学研究的总体科学和报告质量不足。放射素学研究应遵守RQS,Tripod和IBSI指南,以促进放射素学向临床领域的转化。关键字:机器学习;脑转移;质量改善;放射学;放射线质量评分
主要关键词