文章摘要
黄文君，周秀秀，周陶胡，葛艳明，董鹏，范丽.于人工智能的CT影像预测肺腺癌浸润性：Meta分析[J].放射学实践,2022,(11):1359-1366
于人工智能的CT影像预测肺腺癌浸润性：Meta分析
  
DOI：10.13609/j.cnki.1000-0313.2022.11.005
中文关键词: 人工智能  体层摄影术，X线计算机  腺癌  肺肿瘤  Meta分析
基金项目:国家自然科学基金（81871321，81930049，82171926）；上海市青年科技英才扬帆计划（20YF1449000）；上海长征医院2020年度院创新型临床研究项目（2020YLCYJ-Y24）；上海长征医院金字塔人才工程
作者单位
黄文君，周秀秀，周陶胡，葛艳明，董鹏，范丽 261000山东，潍坊医学院医学影像学院（黄文君、周陶胡、葛艳明、董鹏）；261000山东，潍坊医学院附属医院医学影像科（葛艳明、董鹏）；200003上海，海军军医大学第二附属医院放射诊断科（周秀秀、范丽） 
摘要点击次数: 1127
全文下载次数: 1404
中文摘要:
      【摘要】目的：评价基于人工智能（AI）的CT影像预测肺腺癌浸润性的诊断性能。方法：通过PubMed、Embase、Cochrane图书馆、Web of Science、中国知网、SinoMed、万方和维普等数据库，检索2011年1月1日-2021年6月30日公开发表的基于AI的CT影像预测肺腺癌浸润性的所有文章。以诊断试验的纳入和排除标准筛选文章并提取关键特征信息。通过软件MetaDiSc 1.4和Stata 16.0进行Meta分析。以浸润性腺癌作为阳性结果、非浸润性腺癌作为阴性结果，计算合并后的敏感度、特异度、阳性似然比、阴性似然比和诊断比值比，绘制集成受试者操作特征（SROC）曲线并得出曲线下面积（AUC）。基于Meta回归探究异质性的来源。使用敏感性分析验证Meta分析结果的可靠性。结果：共12项研究入选，包括4066例患者的4325枚肺结节，磨玻璃结节占97%。研究间存在异质性，故指标合并采取随机效应模型。合并后的敏感度、特异度、阳性似然比、阴性似然比和诊断比值比分别为0.86、0.82、4.55、0.19和28.31，AUC为0.9110。Meta回归结果表明AI算法的不同是异质性的来源，敏感性分析显示Meta分析结果的可靠度高。结论：基于AI的CT影像对肺腺癌浸润性有较高的预测能力，可向医生提供更确切的诊疗信息，进而优化患者的治疗方案。
      
查看全文   下载PDF阅读器
关闭