Аннотация
Основная цель настоящего систематического обзора литературы и метаанализа является оценка качества прогностических моделей, построенных на основе радиомических признаков, полученных при бипараметрической МР-томографии (бпМРТ) для разделения пациентов с раком предстательной железы (РПЖ) на группы с паттерном Глисона 7: GP≤3+4 и GP≥4+3 при первичном обращении. Методы. Систематический поиск публикаций в период с января 2015 г. по декабрь 2024 г. в электронных базах данных ELibrary, PubMed, GoogleScholar, WebofScience и ResearchGate. проводился с использованием установленных методов в соответствии с протоколом PRISMA. Два автора независимо оценили исследования на предмет включения и исключения. Результаты. Метаанализ включает 5 исследований. Общее число пациентов 291, из них 41% пациентов с РПЖ GP≥4+3 и 59% с GP≤3+4. Возраст пациентов в среднем составил 67,3 лет (в диапазоне от 45 до 84 лет). Исследования были проведены на базе Т2-взвешенных изображений (Т2-ВИ) и параметрических карт измеряемого коэффициента диффузии (ИКД). Анализ показал, что наиболее часто исследователи используют следующие алгоритмы машинного обучения (МО): SVM (SupportVectorMachine) – 47%, AdaBoost(AdaptiveBoosting) — 27%, MLR (MultipleLogisticRegression) — 20% и RF (RandomForest) — 7%. По данным проведенного метаанализа оценки ROC-AUC в 15 прогностических моделях, описанных в изученных нами публикациях, с использованием метода случайных эффектов, было получено, итоговое значение ROC-AUC=0,837 [95%CI 0.786; 0.887], I2 = 91,78%, p<0,001. Наиболее точными оказались модели, построенные по принципу «черный ящик» (ROC-AUC=0.847 [95%CI 0.794; 0.899]), чем «белый ящик» (ROC-AUC=0.764 [95%CI 0.655; 0.872]). Заключение. Результаты многообещающие, но клиническое применение по-прежнему требует более тщательной проверки экспертами в медицинских учреждениях и оценки эффективности в проспективных исследованиях.Литература
Array
Условия