摘要 引言 诊断准确性研究报告标准 (STARD) 的制定是为了提高诊断测试准确性研究报告的完整性和透明度。然而,其当前形式 STARD 2015 并未解决以人工智能 (AI) 为中心的干预措施所提出的问题和挑战。因此,我们提出了一个针对 AI 的 STARD 清单版本 (STARD-AI),该版本侧重于报告 AI 诊断测试准确性研究。本文介绍了开发 STARD-AI 的方法。 方法与分析 STARD-AI 清单的开发可分为六个阶段。 (1) 已进入项目组织阶段,在此期间成立了项目组和指导委员会; (2) 在文献综述、患者和公众参与和参与活动以及国际专家的在线范围界定调查之后,项目生成过程已经完成; (3) 三轮修改后的德尔菲共识方法正在进行中,最终将在专家的电话会议共识会议中结束; (4) 随后,项目组将起草初步的 STARD-AI 清单和随附文件; (5) 将在专家用户中开展试点,以确定不清楚或缺失的项目。这一过程包括调查和半结构化访谈,将有助于编写解释和阐述文件; (6) 在完成手稿后,该小组将努力制定有组织的传播和实施战略,以最大限度地提高最终用户的采用率。 伦理与传播 伦敦帝国理工学院联合研究合规办公室已授予伦理批准(编号:19IC5679)。传播策略将针对五组利益相关者:(1)学术界、(2)政策、(3)指南和法规、(4)行业和(5)公众和非特定
摘要 引言 诊断准确性研究报告标准 (STARD) 的制定是为了提高诊断测试准确性研究报告的完整性和透明度。然而,其当前形式 STARD 2015 并未解决以人工智能 (AI) 为中心的干预措施所提出的问题和挑战。因此,我们提出了一个针对 AI 的 STARD 清单版本 (STARD-AI),该版本侧重于报告 AI 诊断测试准确性研究。本文介绍了开发 STARD-AI 的方法。 方法与分析 STARD-AI 清单的开发可分为六个阶段。 (1) 已进入项目组织阶段,在此期间成立了项目组和指导委员会; (2) 在文献综述、患者和公众参与和参与活动以及国际专家的在线范围界定调查之后,项目生成过程已经完成; (3) 三轮修改后的德尔菲共识方法正在进行中,最终将在专家的电话会议共识会议中结束; (4) 随后,项目组将起草初步的 STARD-AI 清单和随附文件; (5) 将在专家用户中开展试点,以确定不清楚或缺失的项目。这一过程包括调查和半结构化访谈,将有助于编写解释和阐述文件; (6) 在完成手稿后,该小组将努力制定有组织的传播和实施战略,以最大限度地提高最终用户的采用率。 伦理与传播 伦敦帝国理工学院联合研究合规办公室已授予伦理批准(编号:19IC5679)。传播策略将针对五组利益相关者:(1)学术界、(2)政策、(3)指南和法规、(4)行业和(5)公众和非特定
ICH International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use IMI Innovative Medicines Initiative IPPOSI Irish Platform for Patient Organisations, Science and Industry IRB/IEC Institutional Review Board/Independent Ethics Committee LS Lay Summary LPLV Last Participant/Patient Last Visit MDR Medical Device Regulation EU 2017/745 MedDRA Medical Dictionary for Regulatory Activities MRCT Multi-Regional Clinical Trials NAP National学院出版社PHRMA药物研究和美国PIS患者信息表QA质量保证质量保证QC质量控制研发研发研究与发展SAE严重不良事件SAR严重不良反应中小型企业中小型企业SOP SPERS SPENTPRISE SEP STARS STAR STARD STARD PRACEPTUR
传统上,DR 筛查是通过个人的视网膜检查来完成的,每年由视网膜专家进行;然而,预计 2021 年将有 5.37 亿成年人患有糖尿病 (4),这种方法是不可持续的 (5)。因此,为了扩大筛查计划的覆盖面,已经提出并实施了新的替代方案。姚洋博士及其合作者开展的一项研究“AIDRS 筛查系统在中国患者眼底照片中检测糖尿病视网膜病变的表现:一项前瞻性、多中心、临床研究”最近获批在《转化医学年鉴》上发表,研究了一种用于筛查中国 (6) DR 的人工智能 (AI) 系统,中国是世界上糖尿病患者最多的国家 (4),每年有超过 1.1 亿患者需要接受筛查 (6)。在根据 STARD 指南设计的一项精心设计的多中心研究中,作者报告称,在检测可转诊的 DR 方面,其灵敏度为 86.72%(95% CI:83.39–90.05%),特异性为 96.09%(95% CI:94.14–97.54%)。中国监管机构认为其准确度足够,该系统目前已获准在中国使用。
1*完整的绿色建筑物清单2*站点计划:3*提供侵蚀控制方法和位置。4*表示站点干扰的极限。5*显示建筑占地面积和车道位置。6*建筑平面图:7*绘制的平面图以缩放和完全尺寸。8*提供屋顶屋檐和悬垂的尺寸。9*建筑高程:10*所有尺寸绘制的高程。11*高程应显示各个级别的地板和屋顶的成品高程。12*建筑横截面:13*显示横截面以提供内部细节以评估所使用的施工技术和材料。14*产品/材料信息:15*提供了用于此项目或项目规格副本的材料列表。16*单位地址清单:17*建筑物信封能源效率:18*提供由机械工程师或负责任的一方签名的字母,宣布该项目完全符合Ashrae 62.1-2010(高层项目4层或更大的故事)或Ashrae 62.1-2010或Energy Star New Home Sarte STAR STAR STAR STAR START(LOW RISE STAR STAR STARD PROVECTS STARKS 3 ERTIST 3 ERTIST)。
使用症状/体征检测呼吸系统疾病的人工智能 (AI) 系统可能会改善诊断,尤其是在资源有限的环境中。此类 AI 系统的异质性导致需要持续分析性能以指导未来的研究。本系统文献综述旨在研究使用机器学习 (ML) 根据症状和体征检测肺炎的诊断 AI 系统的性能和报告,并就设计和实施预测 ML 算法的最佳实践提供建议。本文遵循 PRISMA 协议进行,通过搜索 PubMed、Scopus 和 Ovid SP 数据库(上次搜索时间为 2021 年 5 月 5 日)确定了 876 篇文章。为了纳入,研究必须使用 AI 将临床诊断的肺炎与对照或其他疾病区分开来。使用 STARD 2015 工具评估偏倚风险。从 16 项纳入研究中提取了有关研究特征、ML 模型特征、参考测试、研究人群、准确度测量和伦理方面的信息。所有纳入的研究在研究设计、诊断设置、研究人群和 ML 算法方面都存在高度异质性。研究报告在方法和结果方面的质量很低。围绕 AI 算法的设计和实施的伦理问题没有得到很好的探索。虽然没有在所有研究中使用单一的性能指标,但大多数研究报告的准确度超过 90%。有强有力的证据支持进一步研究 ML,以便根据易于识别的症状和体征自动检测肺炎。为了帮助提高未来研究的有效性,根据本研究的结果提供了设计和实施 AI 工具的建议。
是女性最常见的十大癌症之一(1)。其中,卵巢癌被认为是“沉默的杀手”,因为大多数患者的症状很少或在晚期阶段被诊断出(III和IV)(2,3)。因此,早期发现,诊断和治疗对于总体上对这种疾病和妇女健康的管理至关重要。传统的超声检查和多普勒超声检查在检查较小的病变方面的用途有限,改善恶性肿瘤的早期诊断对于增强治疗的功效至关重要。对比增强的超声检查(CEU)已被广泛应用于肝脏,甲状腺,乳腺癌和肾脏疾病的诊断中,由于其高敏感性和特异性,其肿瘤的诊断价值一直被一致识别(4-7)。然而,到目前为止,只有少数研究对骨盆肿瘤的鉴别诊断进行了定性或定量分析。此外,良性和恶性病变中有定量指数的交叉,每个指数缺乏均匀的标准(8,9)。定性分析也容易受到相当大的主观和操作差异的影响,这限制了其临床应用(10)。在这项研究中,对鉴定良性和恶性骨盆肿瘤病变的多个指标进行了全面的定量分析。总体而言,这项研究的发现有可能提高CEU的诊断准确性,并可以作为肿瘤临床管理的更可靠的参考。我们按照明星报告清单介绍本文(可在https:// qims。amegroups.com/article/view/10.21037/qims-23-582/rc)。
APA和CPA的策略是不同的。在手术治疗方面,CPA是患病一侧的肾小球切除术,而APA在患病方面是完全肾上腺切除术,因此需要准确的鉴别诊断来指导临床治疗计划(2)。 但是,患有APA或CPA的患者显示出一些相似的临床症状和大量的常规成像表现重叠,这使分化很难。 尽管肾上腺静脉抽样(AVS)的经皮插管是APA诊断的“黄金标准”,但该程序的难度,成本和侵入性限制了其在临床实践中的广泛使用。 在传统的成像检查中,评估主要基于肿瘤的大小,密度,边界和增强度,帮助放射学家和临床医生区分肾上腺肿块是肾上腺瘤还是非腺瘤。 其他将ACA功能作为APA或CPA的功能进一步区分(3)。 作为成像技术,双能计算机断层扫描(DECT)或称为Spectrum CT具有为组织内部各种材料提供多种定量信息(4)的优点,以阐明良性和恶性肿瘤(5,6)。 DECT可以通过覆盖更广泛的能量参数来直接准确地反映病变中的血液供应和血管生成状态,从而提供更丰富的定性和定量诊断信息。 到目前为止,据我们所知,使用这种成像模式将APA与CPA区分开的几乎没有相关的报告。 COM/ARTICE/VIEW/10.21037/QIMS-22-1279/RC)。在手术治疗方面,CPA是患病一侧的肾小球切除术,而APA在患病方面是完全肾上腺切除术,因此需要准确的鉴别诊断来指导临床治疗计划(2)。但是,患有APA或CPA的患者显示出一些相似的临床症状和大量的常规成像表现重叠,这使分化很难。尽管肾上腺静脉抽样(AVS)的经皮插管是APA诊断的“黄金标准”,但该程序的难度,成本和侵入性限制了其在临床实践中的广泛使用。在传统的成像检查中,评估主要基于肿瘤的大小,密度,边界和增强度,帮助放射学家和临床医生区分肾上腺肿块是肾上腺瘤还是非腺瘤。其他将ACA功能作为APA或CPA的功能进一步区分(3)。作为成像技术,双能计算机断层扫描(DECT)或称为Spectrum CT具有为组织内部各种材料提供多种定量信息(4)的优点,以阐明良性和恶性肿瘤(5,6)。DECT可以通过覆盖更广泛的能量参数来直接准确地反映病变中的血液供应和血管生成状态,从而提供更丰富的定性和定量诊断信息。到目前为止,据我们所知,使用这种成像模式将APA与CPA区分开的几乎没有相关的报告。COM/ARTICE/VIEW/10.21037/QIMS-22-1279/RC)。我们研究的目的是探索APA和CPA之间能量谱参数的差异,筛选有意义的能量谱指标,并为两者的鉴别诊断提供了理论基础。我们按照明星报告清单介绍本文(可在https://qims.amegroups。