乳腺癌认知障碍风险预测模型系统评价OA

目的:系统评价乳腺癌认知障碍风险预测模型。方法:计算机系统检索中国知网、万方数据库、维普数据库、中国生物医学文献数据库(CBM)、PubMed、Web of Science、Embase、Chchrane library等中英文数据库有关乳腺癌病人认知障碍风险预测模型相关文献,检索时限为建库至2025年1月5日。由2名研究者独立筛选文献和提取资料,采用预测模型偏倚风险评估工具(PROBAST)评价纳入研究的质量。结果:共纳入7项研究,有3项使用Logistic回归分析建立预测模型,有3项使用机器学习方法,1项使用多元线性回归建立预测模型。各模型中最常用的预测因子是教育。纳入的研究样本量为66~741例,多中心研究有3项,4项研究报告了曲线下面积(AUC),报告的AUC为0.710~0.955。仅2项报道了对缺失数据的处理方法,仅1项进行了外部验证。在模型校准方法中,校准曲线分析是最常用的。结论:纳入的研究都存在较高的偏倚风险。未来的研究应扩大样本量、严格研究设计、采用多中心的外部验证、标准模型开发和验证方法,开发出能在临床广泛使用的模型。