神经网络模型诊断胃肠道早癌价值的Meta分析

• 作者: 周骏 李杨 韩树堂
• 来源期刊: 东南大学学报（医学版）
• 学科: 医学
• 关键词: 胃肠道早癌 神经网络 人工智能 Meta分析
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 论著
• 页码范围: 721-729
• 页数: 9页
• 分类号: R735
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6264.2020.06.005

摘要

目的:系统评价神经网络模型诊断胃肠道早癌的价值.方法:计算机检索PubMed、EMbase、Web of Science、the Cochrane Library以及知网、万方、维普等数据库,搜集神经网络模型诊断胃肠道早癌的诊断性研究,检索时限为2010年1月至2019年10月.2名研究者按纳入与排除标准独立筛选文献、提取资料、运用QUADAS-2工具评价纳入研究的偏倚风险后,采用META-DISC 1.4和STATA 15.0软件进行Meta分析,计算合并敏感度、特异度、阳性似然比、阴性似然比、诊断比值比,绘制总受试者工作特征曲线并计算曲线下面积.结果:最终纳入了21篇文献的25个研究,包括13 711张图像.Meta分析结果显示,神经网络模型诊断胃肠道早癌的合并敏感度为0.95(95％CI为0.94～0.95),合并特异度为0.90(95％CI为0.89～0.90),合并阳性似然比为7.00(95％CI为2.98～16.42),合并阴性似然比为0.09(95％CI为0.05～0.17),合并诊断比值比为78.23(95％CI为33.71～181.52).总受试者工作特征曲线下面积为0.97.结论:神经网络模型对胃肠道早癌的诊断具有明确价值,值得进一步研究及推广.