分析了近20年来注册过的临床预测模型研究,仅有14.8%有论文发表

2024-01-11 来源:医咖会

2023年12月21日,大型预印本网站(OSF preprints)发表了一项研究,对自2000年以来在clinicaltrials.gov上注册过的临床预测模型研究进行了回顾性分析,描述了这些研究的基本特征和最终发表情况。结果显示,这些注册了的临床预测模型研究中,发表率较低。

图片

原文链接:https://osf.io/preprints/osf/nh9sx

研究方法

数据来源

根据NCT编号,下载clinicaltrials.gov相关的网页记录,PubMed摘要和元数据。

研究选择

本研究纳入2000年1月1日至2022年3月3日在clinicaltrials.gov注册的临床预测模型研究。通过多个关键词检索,然后手动筛选。

纳入研究:(1)开发新的临床预测模型,或验证现有模型的研究(用于预测预后或疾病诊断);(2)计划扩展或更新现有模型的研究。不限制这些研究的建模方法。

数据提取

符合条件的clinicaltrials.gov记录按研究类型(开发性、验证性)和模型预测的结局(预后、诊断)进行分类。记录的特征包括研究开始和结束日期、研究状态、样本量信息、医学主题词(MeSH)、以及共享个体参与者数据的计划。针对每一项研究,检索相应的临床预测模型发表的成果。

研究结果

研究从初始的89896项观察性研究中,纳入了928项进入分析。

图片

图. 检索策略,记录分类和发表结果

临床预测模型研究的论文发表情况

clinicaltrials.gov注册的临床预测模型,有137项注册研究发表了170篇论文,总体发表率为14.8%(137/928)。按照MeSH词进行分层,发表率最高的MeSH词为Chest Pain(胸痛;n=5/11,45.5%)和Hepatocellular Carcinoma(肝细胞癌;n=3/8,37.5%)。

图片

图. clinicaltrials.gov注册的临床预测模型研究,不同MeSH词的研究发表情况

从报告的研究日期开始算起,中位发表时间为3.5年(四分位数范围:2.2-6.1年)。累积发表率估计为:

  • 2年累积发表率为2.8%(95%CI,1.7%-3.9%)
  • 5年累积发表率为12.3%(95%CI,9.8%-14.9%)
  • 10年累积发表率为27.8%(95%CI,22.6%-33.0%)

图片

图. 自研究开始到首次发表的累积发表率

临床预测模型研究的状态变化

在下载记录时,326项研究(35.1%)正在招募受试者,252项(27.2%)已完成,9项(1%)被暂停、终止或撤回,136项(14.7%)状态未知。注册后5年内的状态改变情况如下图所示:

图片

图. 临床预测模型研究注册后5年的状态改变

预测模型研究的类型

从注册的研究看来,开发新模型比验证现有模型更受研究者的关注。三分之一的开发模型研究同时提及了模型验证(252/704 条记录);然而,只有不到一半的研究具体说明了将使用的验证方法。

图片

图. 注册的临床预测模型的特征

常见的关键词为:“Prediction model(预测模型;n=86)”,“Risk score(风险评分;n=70)”和“Predictive model(预测模型;n=66)”,以及上述关键词与"Artificial Intelligence(人工智能)"、“Machine Learning(机器学习)"或"Deep Learning(深度学习)"的组合。

图片

图. 常见关键词

模型预测的结局

在注册的临床研究模型中,58%(n=543)是针对预后的预测模型,多于诊断性结局的预测模型。针对预后的预测模型中,33项涉及COVID-19,21项涉及冠心病,心衰和卒中各有19项。针对诊断性结局的预测模型中,18项涉及COVID-19,17项为乳腺癌、14项为糖尿病。

总结

这项对2000年以来在clinicaltrials.gov注册的临床预测模型研究的分析显示,注册后10年内估计只有27.8%的临床预测模型研究发表结果。这些注册的研究中,76%为开发新的预测模型,58%是针对预后结局的模型。

已发表论文的临床预测模型研究只占注册研究的一小部分,许多研究尚未完成或发表论文。推动临床预测模型研究的注册,开发从注册到发表的可靠追踪工具,将有助于加强对临床预测模型研究的监督,减少浪费。

参考文献:https://doi.org/10.31219/osf.io/nh9sx

-----------限时福利---------

现在起至2024年2月9日前,到医咖会认证为基础会员,可获取有效期1个月的基础课程卡(包含22张基础课程券,可用于学习SPSS、R、Stata、Meta分析等16门基础课程)。

点击链接:mediecogroup.com/community/user/profile/edit/?type=certified,赶快认证吧!

评论
请先登录后再发表评论
发表评论
下载附件需认证
为保证平台的学术氛围,请先完成认证,认证可免费享受基础会员权益
基础课程券2张
专属科研工作台
200积分
确认
取消
公众号
统计咨询
扫一扫添加小咖个人微信,立即咨询统计分析服务!
会员服务
SCI-AI工具
积分商城
意见反馈