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
