文献速递腹部CTMR

胰腺炎影像组学系统综述:应用证据等级评价工具促进临床转化

A systematic review of radiomics in pancreatitis: applying the evidence level rating tool for promoting clinical transferability.
PubMed 文献 · Insights Imaging · 2022-08-20

该系统综述纳入30项胰腺炎影像组学研究,采用RQS、TRIPOD、IBSI及QUADAS-2工具评价质量。结果显示总体方法学质量欠佳,RQS平均7.0分,TRIPOD依从率61.3%,IBSI预处理依从率37.1%。Meta分析显示CT鉴别自身免疫性胰腺炎与胰腺癌、MRI鉴别肿块型胰腺炎与胰腺癌的诊断比值比分别为189.63和135.70,但证据等级均为弱。

要点

  • 胰腺炎影像组学研究质量普遍不足,RQS理想百分比仅20.3%,需提升方法学严谨性。
  • CT鉴别自身免疫性胰腺炎与胰腺癌、MRI鉴别肿块型胰腺炎与胰腺癌的DOR分别达189.63和135.70,但证据等级弱。
  • 推荐加强急性胰腺炎预后研究,因常规影像难以早期预测,影像组学有潜在价值。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2022 Aug 20;13:139. doi: 10.1186/s13244-022-01279-4

要点

鼓励开展更多关于急性胰腺炎预后的高质量研究,因为其对临床决策有很大影响,但放射科医师的评估难以轻易预测。

总体RQS评级可发现放射组学研究中的常见方法学问题,但生物学相关性及与“金标准”条目的比较仍需针对非肿瘤性放射组学研究进一步修改。

RQS评级、TRIPOD清单及用于预处理步骤的IBSI可作为非肿瘤领域放射组学质量评估的工具,而开发单一综合工具更有利于未来评估。

证据水平评级工具已被证实可用于确定放射组学研究在临床前与临床使用之间现有差距的可行性,并且对于特定临床问题的整体评估是必要的。

背景

急性胰腺炎是一种常见的胰腺疾病,其特征为局部和全身炎症反应,临床病程从自限性轻度急性胰腺炎到中度或重度急性胰腺炎不等,后者具有较高的死亡率[1]。大量研究试图预测急性胰腺炎的严重程度以指导临床治疗,如急性生理与慢性健康评估(APACHE)II[2]、急性胰腺炎严重程度床旁指数(BISAP)[3]和CT严重指数(CTSI)[4]。然而,评估的复杂性可能阻碍其临床应用,且它们不适用于预测复发或局部并发症[2–4]。约20%的急性胰腺炎患者经历反复发作并进展为慢性胰腺炎,后者是一种外分泌胰腺的纤维炎性综合征[5]。慢性胰腺炎可表现为肿块样或囊肿样外观,模仿肿块形成性胰腺炎、自身免疫性胰腺炎、胰腺癌及其他胰腺肿瘤[6]。这些病变的鉴别诊断及恶性判定较为困难,但为避免炎症性疾病的不必要手术,实现准确诊断是必要的。

影像组学是指通过提取定量特征将图像转化为高维数据,以捕捉更深层次的信息来支持决策的过程[7–11]。目前的研究已显示其在胰腺精准医学中的潜力,尤其是在胰腺肿瘤的诊断和管理方面[12–14]。尽管影像组学的主要用途在于肿瘤学,但基于其本质,影像组学方法也适用于非肿瘤学研究[15–17]。然而,仅有5.6%的胰腺影像组学研究探讨了影像组学在急性胰腺炎中的作用[18]。大多数关于慢性胰腺炎、肿块形成性胰腺炎或自身免疫性胰腺炎的影像组学研究旨在将这些炎症性疾病与恶性病变相鉴别[19–22]。将影像组学应用于急性胰腺炎可提供预测信息以识别预后较差的患者,从而促进个性化医疗。识别慢性胰腺炎高风险患者以便进行更密切的随访和早期干预也很重要。此外,目前的影像组学综述应用了多种工具进行质量评估,而胰腺炎影像组学的研究质量和临床价值尚不清楚。高水平的证据是将影像组学转化为临床应用的必要前提。据我们所知,支持影像组学模型用于临床实践的证据水平尚未得到充分研究。

因此,本综述旨在系统评价当前胰腺炎影像组学研究的方法学质量、报告透明度和偏倚风险,并根据荟萃分析的结果确定其证据水平。

方法

方案与注册

本系统评价的方案已起草并注册(附加文件1:注释S1)。本系统评价遵循系统评价和荟萃分析优先报告条目(PRISMA)声明[23],相关检查清单见附加文件2。

文献检索与研究选择

通过PubMed、Embase、Web of Science、中国国家知识基础设施和万方数据对胰腺炎影像组学相关文章进行了系统检索,检索截至2022年2月28日,检索词为“radiomics”与“pancreatitis”的组合。发表时间不限,但仅限以英文、中文、日文、德文或法文撰写的文章。对纳入文章的参考文献列表和相关综述进行了筛选,以识别其他符合条件的文章。我们纳入了以诊断、预后或预测为目的的原始影像组学文章。两名分别在影像组学和系统评价方面具有4年经验的评审者独立检索和选择文章。如有分歧,将咨询第三名在腹部影像学方面具有30年经验且具有影像组学研究经验的评审者。详细的检索策略和纳入排除标准见附加文件1:注释S2。

数据提取与质量评估

我们为本综述修改了数据提取表,其中包括文献信息、研究特征、影像组学考量因素和模型指标(附加文件1:表S1)[24]。一名评审者独立提取数据,然后由另一名评审者交叉核对结果。分歧由第三名评审者解决。

采用放射组学质量评分(Radiomics Quality Score,RQS)[10]、多变量预测模型个体预后或诊断透明报告(Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis,TRIPOD)清单[25]、影像生物标志物标准化倡议(Image Biomarker Standardization Initiative,IBSI)指南[11]和改良的诊断准确性研究质量评估(Quality Assessment of Diagnostic Accuracy Studies,QUADAS-2)工具[26]评估研究质量(附加文件1:表S2至S5)。这些工具根据当前综述主题进行了修改。简言之,包含16个条目的RQS用于根据六个关键领域评估放射组学的方法学质量[27]。TRIPOD部分修改为35个条目的清单以应用于放射组学,排除了附加文件1和资助条目[28]。由于与RQS和TRIPOD存在重叠,仅从IBSI指南中选择7个与预处理步骤相关的条目[29]。QUADAS-2工具通过偏倚风险和应用关注点的信号问题针对当前研究问题进行定制[24]。两名评价者独立对文章进行评分,分歧通过与第三名评价者讨论解决。数据提取和质量评估期间达成的共识见附加文件1:注释S3。

数据合成与分析

对纳入研究的特征进行描述性总结。RQS评分和理想分数百分比分别描述为各条目的平均分数和平均分数占理想分数的百分比。RQS评级、TRIPOD清单和IBSI指南的依从率计算为具有基本依从性的文章数量与所有可用文章数量的比值。如果每个条目至少获得1分且无扣分,则认为具有基本依从性,与已报告的研究一致[27–29]。在TRIPOD计算过程中,“如已完成”或“如相关”条目(5c、11和14b)以及验证条目(10c、10e、12、13、17和19a)从分母和分子中均排除[28, 29]。QUADAS-2评估结果总结为高风险、低风险和不清楚的比例。

进行亚组分析以确定某一因素是否影响RQS理想百分比、TRIPOD依从率和IBSI依从率,包括期刊类型、第一作者身份、生物标志物和影像模态。根据数据分布,组间差异采用Student t检验或Mann–Whitney U检验,多重比较采用单因素方差分析或Kruskal–Wallis H检验。Spearman相关检验用于研究质量(RQS理想百分比、TRIPOD依从率和IBSI依从率)与特征(样本量和影响因子)之间的相关性分析。使用SPSS软件26.0版进行统计分析。除另有说明外,双侧p值<0.05被认为具有统计学意义。

在本综述中,放射组学在CT鉴别自身免疫性胰腺炎与胰腺癌、以及MRI鉴别肿块型胰腺炎与胰腺癌中的价值被反复讨论。因此,这两个临床问题被纳入荟萃分析。我们根据影像学模式进行荟萃分析,以提供临床可操作的评估。一名评价者根据可用数据直接提取或重建二乘二表,然后由另一名评价者对结果进行交叉核对。诊断比值比(DOR)及其95%置信区间(CI)和相应p值采用随机效应模型计算。敏感度、特异度、阳性和阴性似然比及其95%CI也进行了定量合成。绘制分层汇总受试者工作特征(HSROC)曲线用于诊断性能和异质性的可视化评估。采用Cochran's Q检验和Higgins I2检验进行异质性评估。构建Deeks漏斗图用于评估发表偏倚。进行了Deeks漏斗不对称检验、Egger检验和Begg检验。双尾p值>0.10表示发表偏倚较低。采用剪补法评估荟萃分析的稳健性。使用Stata软件15.1版本及metan、midas和metandi程序包进行荟萃分析。

这些研究的影像组学研究的模型类型和分期根据TRIPOD声明(附加文件1:表S6)[25]和既往综述(附加文件1:表S7)[30]进行分类。支持临床价值的证据等级根据荟萃分析结果进行评定(附加文件1:表S8)[31, 32]。详细分析方法见附加文件1:注释S4。

结果

文献检索

检索共识别587条记录,其中257条因重复被排除。在筛选剩余330条记录后,获取并审阅了73篇全文。最终纳入30项研究(图1)[33–62]。通过手工检索其参考文献列表或相关综述未发现其他符合条件的研究。

图1 研究纳入流程图 查看原图 ↗

研究特征

30项纳入研究的特征总结于表1。图2展示了30项研究中33个模型的主题。69.7%(23/33)的模型关注放射组学在鉴别胰腺炎与胰腺肿瘤中的作用,而12.1%(4/33)的模型采用放射组学区分慢性胰腺炎与正常胰腺组织、功能性腹痛和急性胰腺炎。其余18.1%(6/33)的模型探讨了放射组学在急性胰腺炎预后中的预测潜力。每项研究的文献信息、模型特征和放射组学信息见附加文件1:表S9至S11。

表1 研究特征 查看原表 ↗
图2 研究主题及研究数量。三项研究分别探讨了两个主题,在主题方面被作为两项不同研究处理。因此,按文章计为三十项研究,但按主题计为三十三个模型。模态旁的粗体数字表示纳入荟萃分析的研究 查看原图 ↗

研究质量

RQS评分的总体均值±标准差(中位数,范围)为7.0 ± 5.0(7.0,− 3.0至18.0),总体依从率为38.3%(184/480),RQS的理想百分比为20.3%(7.3/36)(表2;图3)。尽管超过十分之九的研究进行了特征降维步骤并报告了判别统计量,但没有一项研究进行重测分析、体模研究、截断值分析或成本效益分析。RQS的所有六个关键领域均不理想,其中模型性能指标领域的理想百分比最高,为42.7%(2.1/5)。

TRIPOD清单的总体依从率为61.3%(478/780),排除了“如相关”、“如已完成”和“验证”条目(5c、11、14b、10c、10e、12、13、17和19a)(表3;图3)。没有一项研究报告了结局评估期间的盲法(条目6b)、样本量计算(条目8)和缺失数据处理(条目9)。讨论部分的依从率最高,为90.0%(81/90),而验证部分的依从率仅为17.3%(9/52)。

IBSI预处理步骤的总体依从率为37.1%(78/210)(图4)。各研究用于特征提取的软件各不相同,包括MATLAB(7/30)、Pyradiomics(6/30)、IBEX(5/30)等。三项研究未报告所使用的软件。其中,Pyradiomics和IBEX符合IBSI标准。各研究使用手动(23/30)和自动(1/30)方法进行分割。然而,一项研究未报告分割方法。40.0%(12/30)的研究进行了稳健性评估,均涉及读者间和读者内一致性。其他预处理步骤有时也有实施。

QUADAS-2评估结果见图3。与指标检验相关的偏倚风险和应用关注最常被观察到,主要原因是缺乏外部验证。两项研究因病例对照设计而将患者选择偏倚风险评为高。大多数研究未提供扫描时间,因此相应的偏倚风险不明确。每项研究每个要素的单独评估见附加文件1:表S12至S15。

表2 纳入研究的RQS评级 查看原表 ↗
图3 纳入研究的质量评估。a RQS的理想百分比;b TRIPOD依从率;c QUADAS-2评估结果 查看原图 ↗
表3 纳入研究的TRIPOD依从性 查看原表 ↗
图4 纳入研究中实施的IBSI预处理步骤。a IBSI预处理步骤的依从率;b 分割方法;c 影像组学特征提取软件。其他软件包括Omni-Kinetics、Artificial Intelligent Kit、AnalysisKit、Image J、FireVoxel和MaZda 查看原图 ↗

Meta分析

荟萃分析的数据集见附加文件1:表S16。汇总分析显示,影像组学通过CT鉴别自身免疫性胰腺炎与胰腺癌、以及通过MRI鉴别肿块型胰腺炎与胰腺癌的诊断比值比(DOR)(95%置信区间(CI))分别为189.63(79.65–451.48)和135.70(36.17–509.13)(图5和表4)。然而,两者的证据水平均为弱,主要由于样本量不足。研究间存在显著异质性,但发表偏倚的可能性较低。剪补分析表明存在缺失数据集,但校正后的诊断性能仍具有统计学显著性。无论影像学方法如何,荟萃分析结果均呈现显著的统计学意义(附加文件1:表S17)。荟萃分析相应的图见附加文件1:图S1至S9。

图5 鉴别诊断的诊断比值比森林图。a CT鉴别自身免疫性胰腺炎与胰腺癌;b MRI鉴别肿块型局灶性胰腺炎与胰腺癌 查看原图 ↗
表4 荟萃分析的临床问题的诊断性能 查看原表 ↗

研究特征与质量之间的相关性

图6显示了研究特征与其质量之间的潜在相关性。在放射组学质量评分(RQS)、TRIPOD清单或影像生物标志物标准化倡议(IBSI)指南发表前后开展的研究未显示出明显差异。仅RQS的理想百分比被认为与样本量相关(r = 0.456,p = 0.011)。亚组分析和相关性检验的结果见附加文件1:表S18和S19。未发现亚组间RQS理想百分比、TRIPOD依从率和IBSI依从率存在差异(均p > 0.05)。

图6 研究特征与质量之间的相关性。泳道图:(a)RQS理想百分比,(b)TRIPOD依从率,(c)IBSI依从率。气泡直径表示研究的样本量。排除了七篇发表在无影响因子期刊上的研究。较浅颜色表示RQS、TRIPOD和IBSI发表后的研究;较深颜色表示其发表前的研究 查看原图 ↗

讨论

在本综述中,影像组学在胰腺炎多种用途的诊断和预后模型中显示出有前景的性能,但其证据水平较弱。RQS评分、TRIPOD清单和IBSI预处理步骤的总体依从率分别为38.3%、61.3%和37.1%。RQS的理想百分比与样本量呈正相关。我们的结果提示,胰腺炎影像组学研究中对临床应用的证据支持水平和总体研究质量欠佳,需要显著改善。

已有若干综述总结了影像组学在从胰腺囊性病变到胰腺肿瘤等多种胰腺疾病中的应用[15–22]。一篇综合性综述报告称,大多数胰腺影像组学研究探讨的是局灶性胰腺病变,但仅有四项研究讨论了胰腺炎[12]。在本综述中,影像组学最常用于将胰腺癌与自身免疫性胰腺炎、慢性胰腺炎或肿块形成性胰腺炎进行鉴别诊断。误诊导致胰腺癌患者错失手术机会,而炎症性疾病患者则可能接受不必要的治疗。这些病变的准确诊断因影像学特征相互模仿而受到阻碍[6]。影像组学表现出与放射科医师评估相当甚至更优的性能[38, 42, 46, 52, 56, 58],但其支持临床转化的证据水平仍然薄弱。因此,开展更多验证以建立坚实的证据基础是诊断方面的主要问题。急性胰腺炎的预后预测是另一个具有临床意义的主题。尽管CT严重程度指数已被确立用于急性胰腺炎的预后预测[4],但在胰腺炎早期,胰腺实质损伤和胰外炎症尚不够明显。传统影像学特征通常滞后于疾病进展,无法辅助临床决策。当前研究已证明影像组学在预测严重程度、复发、进展和胰外坏死方面的实用性[33, 35, 40, 41, 45, 59]。然而,这些研究采用不同的成像模态、针对不同的结局指标进行,无法进一步开展荟萃分析以建立任何证据。此外,作为连续性疾病进展,急性胰腺炎需要对多个临床结局进行综合预测。相应模型尚未开发。因此,更迫切的是鼓励对预后开展更多研究。

影像组学研究质量不足的问题已被反复提及[15–24, 27–29]。与既往综述一致,在放射组学质量评分(RQS)中,始终缺乏若干条目,包括重测分析、体模研究、截断值分析和成本效益分析;在个体预后或诊断的多变量预测模型透明报告(TRIPOD)中,缺乏结局评估期间的盲法、样本量计算和缺失数据处理;在所选影像生物标志物标准化倡议(IBSI)条目中,缺乏图像预处理的细节。尽管这些是影像组学研究中的共性问题,但也存在一些非肿瘤学特有的问题。与肿瘤学领域相反,生物学对应物的概念并不完全契合当前主题[17],因为炎症性疾病并不总是与基因组学相关。在预后研究中,与“金标准”进行比较不适用于没有广泛接受的“金标准”的非肿瘤性疾病,而肿瘤分期通常被用作生存预测的“金标准”。TRIPOD条目和IBSI预处理条目适用于非肿瘤学研究,因为它们并非专门针对肿瘤学领域。我们发现RQS的理想百分比与样本量呈正相关。我们推测,较大的样本量可能允许更充分的验证、校准统计量的评估和临床效用评估,从而获得更高的RQS评级。

大多数影像组学研究是肿瘤学领域的,但影像组学在非肿瘤领域也具有潜在的临床应用价值[30]。已有若干综述总结了影像组学在非肿瘤疾病中的作用,包括轻度认知障碍和阿尔茨海默病[15]、COVID-19和病毒性肺炎[16]以及心脏疾病[17]。这些综述主要关注的是采用RQS评估的研究质量。其理想RQS百分比分别为9.9%、34.1%和19.4%。我们推测,COVID-19和病毒性肺炎综述获得了较好的RQS评级,是因为所纳入的研究发表时间较近且样本量相对较大,从而能够进行充分的特征降维和外部验证。实际上,该综述中没有一项研究缺乏特征降维,且所有研究均进行了验证[16]。相比之下,既往有相当数量的研究未进行特征降维和验证。因此,其他非肿瘤影像组学综述显示出较低的RQS评级[15, 17]。我们的综述与这些非肿瘤影像组学综述一致,理想RQS百分比相当,为20.3%。然而,TRIPOD清单[28]和IBSI预处理步骤[29]的可行性仅在肿瘤领域进行过评估。我们的研究初步检验并证实了它们在非肿瘤领域的有用性,但仍需进一步验证。

我们的综述检验了一种证据等级评定工具[31, 32]。证据等级评定过程能够可行地展示影像组学研究中学术研究与临床应用之间的差距。有必要采用该工具,因为显著的模型性能并不能自然保证有强级别的证据支持临床转化。然而,该工具未提及应在哪个数据集上评估预测模型,因为该工具最初是为综述流行病学研究和临床试验而开发的[31, 32]。建议在外部验证数据集上对影像组学模型进行评估[10, 11, 25]。我们认为,未来研究应基于验证数据集的荟萃分析结果来确定证据等级。

我们认为,整个影像组学研究界都应参与方法学和报告质量的改进,以获得更高水平的证据来支持影像组学的转化。他们需要参与到这一过程中,批判性地评价研究设计、实施和分析模型,并报告研究。事实上,我们综述中使用的IBSI指南是一个独立国际协作组织的成果,该组织致力于影像组学方法和报告的标准化[11]。影像组学和人工智能界还制定了许多其他指南或正在制定中,目的是提高研究质量,包括基于人工智能的个体预后或诊断多变量预测模型的透明报告(TRIPOD-AI)[63]、基于人工智能的预测模型偏倚风险评定工具(PROBAST-AI)[63]、以人工智能为中心的诊断准确性研究质量评价(QUADAS-AI)[64]、由人工智能驱动的决策支持系统的开发性和探索性临床研究(DECIDE-AI)[65]、标准方案条目:介入试验建议——人工智能(SPRIIT-AI)[66]、试验报告统一标准——人工智能(CONSORT-AI)[67]、以人工智能为中心的诊断准确性研究报告标准(STARD-AI)[68]、医学影像人工智能清单(CLAIM)[69]等。这些指南的项目团队和指导委员会通常由广泛领域的专家组成,以提供平衡而多元的观点,涉及各种利益相关群体。

然而,参与者的重要性因阶段而异,从早期科学验证到后期监管评估有所不同。对于离线临床前验证,使用影像组学模型研究的报告指南和偏倚风险评估工具,强调方法学和报告质量[63, 64]。在这一阶段,影像组学的研究者、作者、审稿人和编辑在提高方法学和报告质量方面发挥重要作用,并确保只有具有足够创新的研究才能被发表。接下来,在安全性和实用性阶段,采用小规模早期实时临床评价为监管决策提供信息,并构成临床证据生成过程的一部分[65]。随着研究质量的提高,影像组学研究界可以首次为影像组学的转化提供更有力的科学证据。在临床应用之前,有必要在大规模、对照和前瞻性试验中检验影像组学的安全性和有效性[66–68]。与被视为药物疗法金标准的随机临床试验类似,这些研究的目的应为提供更强的证据,以促进影像组学从研究应用转化为临床相关工具。然而,鉴于科学评价和监管评估的重点有所不同,以及各监管辖区之间存在差异,卫生政策制定者和法律专家在这一阶段可能拥有更大的发言权。

质量评估结果应被视为已发表结果的质量印章,而不是强调所提出模型可能存在的弱点的方式[70]。目前,研究人员在发表其影像组学研究时对公布质量评估结果持保留态度,期刊也不要求影像组学研究提供特定的检查清单。然而,在影像组学的这一早期阶段,作者、编辑、审稿人和读者应能够确定一项影像组学研究是否符合良好实践,或者该研究是否对任何不合规之处做出了合理说明。

我们的研究存在若干局限性。首先,RQS远非完美。TRIPOD中的某些条目可能不适用于影像组学研究。我们并未穷尽IBSI检查清单,而是聚焦于预处理步骤。尽管如此,本综述为这些工具在非肿瘤领域的应用提供了一个示例。其次,影像组学被视为人工智能的一个子集,但我们未将医学影像人工智能检查清单(CLAIM)应用于本综述[69]。该工具不仅可评估医学影像中的人工智能(包括分类、图像重建、文本分析和工作流程优化),还可评估一般稿件审查标准。然而,该工具中的许多条目过于笼统[71],因此难以应用于影像组学。我们所使用的工具能够以更具体的指导覆盖几乎所有的CLAIM条目。评估CLAIM在影像组学中的可行性将会很有意义,但这超出了我们的研究范围。第三,本综述纳入的研究聚焦于差异很大的主题。对异质性研究进行荟萃分析可能并不公平,且这一过程仅能以有限数量的研究提供对临床问题的见解[24, 72]。事实上,仅有兩個设置相似的选定临床问题被纳入荟萃分析以进行证据等级评定。未来研究数量的增加将允许更稳健的科学数据汇总。尽管如此,这是一次及时的尝试,用以检验证据等级评定工具在影像组学中的可行性。

总之,鼓励开展更多关于急性胰腺炎预后的大高质量研究,因为其对临床决策具有重大影响,但放射科医师的评估难以对其进行预测。尽管荟萃分析显示研究在鉴别胰腺炎与胰腺癌方面具有引人注目的潜力,但证据等级较弱。目前胰腺炎影像组学研究的方法学和报告质量不足。此外,在影像组学转化为临床实践之前,需要进行证据评级。

补充信息

附加文件1:补充说明S1。综述方案。补充说明S2。检索策略与研究选择。补充说明S3。数据提取和质量评估期间达成的共识。补充说明S4。数据综合与分析方法。补充表S1。数据提取表。补充表S2。根据RQS清单的方法学质量。补充表S3。根据TRIPOD声明的报告完整性。补充表S4。根据IBSI指南的预处理步骤。补充表S5。根据QUADAS-2工具的偏倚风险与应用关注度评估。补充表S6。TRIPOD声明涵盖的预测模型研究类型。补充表S7。图像挖掘工具开发过程的试验分类。补充表S8。Meta分析五个级别支持证据的类别。补充表S9。纳入研究的研究特征。补充表S10。纳入研究的PICOT。补充表S11。纳入研究的影像组学方法学考量。补充表S12。每项研究的RQS评级。补充表S13。每项研究的TRIPOD依从性。补充表S14。每项研究中进行的预处理步骤。补充表S15。每项研究的QUADAS-2评估。补充表S16。纳入Meta分析研究的模型指标。补充表S17。无论成像模态如何,Meta分析临床问题的诊断性能。补充表S18。根据研究特征对研究质量的亚组分析。补充表S19。RQS理想百分比、TRIPOD依从率、样本量和影响因子之间的相关性。补充图S1。诊断比值比的森林图。补充图S2。合并灵敏度的森林图。补充图S3。合并特异度的森林图。补充图S4。合并阳性似然比的森林图。补充图S5。合并阴性似然比的森林图。补充图S6。模型性能的HSROC曲线。补充图S7。纳入Meta分析研究的漏斗图。补充图S8。纳入Meta分析研究的Deeks漏斗图。补充图S9。纳入Meta分析研究的剪补分析。

附加文件2:PRISMA清单。

引用

  1. Zhong, Hu, Xing, et al. A systematic review of radiomics in pancreatitis: applying the evidence level rating tool for promoting clinical transferability. Insights Imaging. 2022. PMID: 35986798. doi:10.1186/s13244-022-01279-4
  2. 全文:PMC9391628(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9391628/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。