目的:系统评价深度学习在术前预测肝癌微血管侵犯(Microvascular invasion，MVI)的评估价值。方法:检索中、英文数据库中关于深度学习模型术前预测肝癌MVI的研究，检索时间为2020年至今。对文献进行筛选评估、数据提取。使用Stata 16。0软件完成Meta分析，并绘制森林图和总受试者工作特征(summary receiver operating characteristic，SROC)曲线。采用亚组分析及Meta回归的方法来寻找异质性来源，绘制漏斗图评估是否存在发表偏倚。结果:共纳入8篇研究，其中包含899例患者。分析结果示，汇总敏感度、特异度、曲线下面积(area under the curve，AUC)、阳性似然比(positive likelihood ratio，PLR)及阴性似然比(negative likelihood ratio，NLR)值分别为0。75(95％CI:0。69～0。81)、0。82(95％CI:0。79～0。85)、0。86(95％CI:0。83～0。89)、4。16(95％CI:3。47～4。98)和0。30(95％CI:0。24～0。38)。结论:深度学习模型在肝细胞癌MVI预测中具有良好的预测性能，但其可行性的验证及临床应用的推广，需更多前瞻性研究及临床实践的支持与探索。
万方数据
维普
