骨质疏松性髋部骨折结局预测的AI/ML模型系统评价与Meta分析

Current osteoporosis reports · 2026-09-22 · Meta分析

• 一句话结论：系统评价与Meta分析提示，人工智能与机器学习模型对髋部骨折后结局（尤其死亡）具有中等至较强的区分能力，但外部验证不一致、校准报告有限，整体尚不足以支持临床常规应用。
• 研究设计与做法：PRISMA依从的系统评价，已在PROSPERO注册（CRD420261414142）；检索PubMed、Ovid MEDLINE、Embase与EBSCO CINAHL，纳入2010至2026年间发表的40项符合条件研究，评估模型性能、验证、报告质量与临床就绪度。
• 主要结果：死亡预测是研究最多的结局，谵妄、内科并发症、资源利用、康复结局与手术失败研究较少；模型总体区分度为中等至较强，尤其死亡预测；具体合并效应量、置信区间与p值材料未报告。
• 机制或解释：作者解释为AI/ML在髋部骨折结局预测中显示前景，但外部验证不一致、校准报告有限、不确定性估计不完整及方法学质量参差，限制了临床落地；未讨论具体生物学机制。
• 局限与边界：局限包括：纳入研究方法学质量不一、外部验证与校准报告不足、结局定义与人群异质性、部分结局研究稀少；各研究单中心与否、随访时长及利益冲突材料未报告。
• 可否落地：对临床与科研的含义是提示AI/ML预测模型有潜在价值，但当前证据档位为A仅针对模型性能的汇总，尚不足以下结论支持临床使用；应优先透明报告、外部验证与前瞻性临床评估。

🔗 打开原文

Jha G, Chadalavada G, Shahid Z 等

本文摘自《每日前沿研究简报 · 2026-09-26》「AI 科研智能体」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。