摘要：《柳叶刀-发现科学》（The Lancet Discovery Science）是一组开放获取学术期刊，包括柳叶刀旗下eBioMedicine, Part of The Lancet Discovery Science和eClinicalMedicine, P
“
《柳叶刀-发现科学》（The Lancet Discovery Science）是一组开放获取学术期刊，包括柳叶刀旗下eBioMedicine, Part of The Lancet Discovery Science和eClinicalMedicine, Part of The Lancet Discovery Science，涉及的领域包括基础医学研究、转化医学研究、临床研究和卫生系统研究。这组期刊发表重要的初期研究，有助于研究人员和临床医生发现可能改善全世界人们健康和福祉的新机会。柳叶刀特别推出eClinicalMedicine精选论文合辑，分享给读者。
”
论文精选
1
人工智能诊断宫颈上皮内瘤变和宫颈癌的表现：一项系统综述和Meta分析
宫颈细胞学筛查和阴道镜检查在宫颈上皮内瘤变（cervical intraepithelial neoplasia，CIN）和宫颈癌预防中具有重要作用。浙江大学医学院附属浙江医院的Xu Ran及其合作者发表了一项系统综述和Meta分析，旨在探究人工智能（AI）辅助宫颈细胞学筛查和阴道镜检查在CIN和宫颈癌筛查中的综合准确性、灵敏度和特异度。
通过随机效应模型，以受试者工作特征曲线下面积（AUROC）、灵敏度、特异度、准确性、阳性预测值（PPV）和阴性预测值（NPV）来评估AI与经验丰富的阴道镜医师的表现。
有77项研究符合纳入标准。AI辅助巴氏涂片宫颈细胞学检查的合并诊断参数如下：准确性，94%（95%CI：92-96）；灵敏度，95%（91-98）；特异度，94%（89-97）；PPV，88%（78-96）；NPV，95%（89-99）。进行AI辅助新柏氏液基细胞学检测（ThinPrep cytologic test，TCT）宫颈细胞学检查的合并准确性、灵敏度、特异度、PPV和NPV分别为90%（85-94）、97%（95-99）、94%（85-98）、84%（64-98）和96%（94-98）。
上述结果强调了AI在预防和早期诊断宫颈癌方面的潜力和实用价值。进一步的研究应支持发展AI用于宫颈癌筛查，包括资源有限的中低收入国家。
2
非侵入性神经调控技术和肉毒毒素注射治疗脑卒中后痉挛和运动功能的效果和可接受性比较：一项随机对照试验的网络Meta分析
非侵入性神经调控是一种有前景的能够改善脑卒中后痉挛和运动功能的方法。然而，目前尚不清楚哪种非侵入性神经调控是有效的，而且关于这项技术与肉毒毒素（botulinum toxin，BoNT）注射之间重要差异的证据也非常有限。
广州中医药大学的唐纯志及其合作者进行了一项系统综述和Meta分析，旨在评估比较非侵入性神经调控技术和BoNT治疗脑卒中后痉挛和运动功能的效果与可接受性。
本研究纳入了随机对照试验，这些试验比较了任何类型的非侵入性神经调控疗法、BoNT 以及对照治疗对脑卒中后痉挛的影响，痉挛程度通过改良Ashworth痉挛量表（Modified Ashworth scale，MAS）进行测量。使用随机效应模型汇总了MAS、运动功能和可接受性的数据，计算了加权均数差（WMD）或风险比（RR）以及95%置信区间（CI）。
共确定了6,260项研究和185项试验（11,185名参与者；12项干预措施）。与对照组相比，BoNT、高频和低频重复经颅磁刺激（HFrTMS和LFrTMS），以及阳极、阴极和双极经颅直流电刺激（atDCS、ctDCS和dtDCS）在短期内均能显著改善痉挛，但未达到临床意义。
在中期，ctDCS和dtDCS的治疗效果更好。在运动功能方面，atDCS、ctDCS和dtDCS的治疗效果优于对照组，很可能（probable）具有临床意义，而BoNT、HFrTMS和LFrTMS可能（possible）具有临床意义。
综合考虑临床意义，有证据支持三种形式的经颅直流电刺激（tDCS）是有效的脑卒中后治疗手段，BoNT、HFrTMS和LFrTMS治疗运动障碍有效。可以考虑将上述方法与治疗脑卒中后痉挛和运动障碍的康复治疗结合。
3
创伤性脑损伤患者认知功能障碍预测模型的开发与验证：一项前瞻性观察性研究
创伤性脑损伤（Traumatic brain injury，TBI）每年影响着数百万人。认知功能障碍是一种常见的长期后果。苏州大学附属第三医院的张一及其合作者开发了一种TBI患者认知功能障碍的预测模型。
训练队列纳入了2017年5月至2020年4月苏州大学附属第三医院的234名TBI患者。通过最小绝对值收缩和选择算子（LASSO回归）和逻辑回归筛选基线特征、病史、TBI临床特征、治疗细节和生命体征，构建预测净风险评分。构建列线图（nomogram），并评估其准确性和预测能力。2024年3月至8月苏州大学附属第三医院前瞻性收集的数据用于验证队列。
患者的平均年龄为47.74岁（标准SD：17.89），184名（78.63%）患者为男性。验证队列包括84名患者，平均年龄为48.44岁（SD：14.42），68名（80.95%）患者为男性。在48个潜在预测因素中，有显著独立预测作用的因素如下：年龄、受教育年限、肺部感染状况、癫痫状况、脑脊液漏状况和赫尔辛基评分。训练队列的AUC为0.90，临界值（cut-off value）为0.71。验证队列的AUC为0.87，临界值为0.63。该评分已转化为在线风险计算器。
该模型在帮助临床医生进行早期预测，以及早期启动认知功能障碍的预防性干预措施方面具有潜在价值。
4
用于预测感染性胰腺坏死患者死亡率的可解释机器学习模型的开发与验证
感染性胰腺坏死（Infected pancreatic necrosis，IPN）是急性胰腺炎的一种严重并发症，死亡率通常为15%-35%。然而，目前IPN的死亡率预测工具非常有限。中南大学湘雅医院的黄耿文及其合作者旨在开发并验证一种可解释的机器学习（ML）模型，用于预测IPN患者的死亡。
采用前瞻性队列研究方法，纳入2011年1月至2023年1月在一家中国三级医院住院连续收治的344例IPN患者。研究建立了10个机器学习模型来预测这些患者的90天死亡率。并进行了基准测试。采用序贯正向选择法来选择最优特征子集，以简化模型并最大限度地提高预测性能。最终模型通过1000次Bootstrap法进行了内部验证，并使用来自另一家中国三级医院的132名患者组成的独立队列进行了外部验证。使用了SHapley Additive exPlanations（SHAP）方法。将使用最优特征子集构建的最终模型部署为一个基于网络的交互式Shiny应用程序。
随机生存森林（Random survival forest，RSF）模型的预测效果最佳。多器官衰竭、急性生理与慢性健康状况评分（Acute Physiology and Chronic Health Examination II，APACHE II）≥20分、器官衰竭持续时间、血流感染、发病至首次干预时间、急性胰腺炎严重程度床边指数（Bedside Index of Severity in Acute Pancreatitis，BISAP）评分≥3分、危重急性胰腺炎、年龄≥50岁和出血与死亡率相关。
这一用于预测IPN患者死亡的可解释机器学习模型在指导临床管理和改善患者预后方面具有潜在价值。
5
脑刺激疗法对精神、运动和认知障碍的疗效：一项随机对照试验Meta分析的伞状综述
脑刺激疗法（Brain stimulation therapy，BST）在治疗精神疾病、运动障碍和认知障碍方面具有巨大潜力。鉴于这些疾病的合并症发生率高，安徽医科大学附属巢湖医院的李孝明及其合作者发表了一项伞状综述，以全面评估BST治疗这三类疾病的核心症状的疗效。
主要结局是核心症状的改善情况。评估了合并效应估计值、敏感性和亚组分析，以及异质性、发表偏倚和小样本研究效应。
共纳入了198篇文章，包含108,377名患者，对涉及21种疾病的14种BST进行了评估。最大的Meta分析显示中等程度的标准化均数差（SMD）为0.56。亚组分析显示，精神障碍、运动障碍和认知障碍的SMD均显著。随访≤1个月的SMD为0.44（95%CI：0.23-0.65；I2=70%），随访>1个月的SMD为0.69（95%CI：0.43-0.94；I2=84%）。与其他疾病相比，BST在治疗抑郁症、创伤后应激障碍、强迫症、疼痛、纤维肌痛和卒中后运动恢复方面显示出更好的疗效。
本综述从特定疾病的角度探讨了BST治疗这三种疾病合并症的潜力，为其临床应用和未来研究提供了路线图。
6
急诊科无实验室检查结果的脓毒症筛查工具的开发与验证：一项机器学习研究
脓毒症是全球范围内的重大健康负担。及时发现和治疗可大大改善患者的预后。然而，实验室检查结果往往很耗时。武汉大学中南医院的赵剡及其合作者利用机器学习（ML）技术开发了一种基于急诊科的非实验室临床数据的脓毒症快速筛查工具（qSepsis），并将其性能与既有的临床评分进行了比较。
这项回顾性研究纳入了武汉大学中南医院急诊科收治的患者。排除了未满18岁、有心肺疾病或病历缺失/不完整的患者。通过逻辑回归（LR）、随机森林（RF）和极端梯度提升（XGB）三种ML算法得到qSepsis。为了进行基准比较，将qSepsis与全身炎症反应综合征（Systemic Inflammatory Response Syndrome，SIRS）、快速脓毒症相关器官衰竭评估（Quick Sepsis-Related Organ Failure Assessment，qSOFA）和改良早期预警评分（Modified Early Warning Score，MEWS）进行比较。以诊断作为主要结局来衡量预测能力。
共有414,864名患者纳入内部队列，200,089名患者纳入外部队列。在内部测试中，LR的AUROC为0.862，优于RF和XGB。在外部测试中，LR的AUROC降至0.766，RF降至0.725，XGB降至0.735。此外，在外部验证队列中，qSOFA、MEWS和SIRS评分的AUROC分别为0.579、0.600和0.704。
这项回顾性研究表明，与现有的评估评分相比，qSepsis在AUROC和AUPRC方面具有更好的预测性能。但是，由于其阳性预测值较低，可能会在临床实践中增加误报的风险。
7
人工智能临床研究试验注册和期刊论文之间报告结果的差异
完整且无偏倚地报告临床试验结果对于评估医学进步至关重要，然而，尚不清楚人工智能（AI）临床应用研究中的发表偏倚和报告差异。
北京大学的杜建及其合作者对AI在医疗领域的研究论文和临床试验注册进行了全面检索。搜索范围包括截至2023年12月31日在Dimensions.ai中的论文，以及来自ClinicalTrials.gov和欧盟临床试验注册中心的预注册记录。将已注册的试验与相应的论文建立链接，分析了注册、报告和不同的传播模式，并确定了临床试验注册与已发表论文之间的差异。
共检索到28,248篇出版物，其中1,863篇包含临床试验注册ID。通过临床试验注册搜索确定了3,710项评估在临床环境中使用AI的试验，其中1,106项试验已完成，但只有101项试验公布了结果。通过将试验与相应的论文链接，有26项试验在注册系统与论文中都可获得结果。注册系统的结果多于论文，但研究人员明显倾向于通过同行评审文章（37.6%在一年内发表）而非试验注册系统（15.8%）进行快速传播。结果不一致和遗漏的情况很常见。53.6%存在选择性报告，且对发生率的低估令人担忧。
这项研究揭示了AI临床试验结果注册和报告方面的问题。尽管试验注册和论文在传播研究结果方面发挥着独特又互补的作用，但两者之间的差异可能会破坏证据的可靠性。
8
基于人工智能的第二产程时长预测：一项多中心回顾性队列分析
第二产程时长对胎儿娩出至关重要，但最佳产程时长仍存在争议。延长第二产程可降低初次剖宫产率，但可能会增加产妇和新生儿的发病率。
中山大学的刘斌及其合作者旨在开发一种个性化的机器学习（ML）模型来预测第二产程时长。这项多中心、回顾性研究于2013年9月至2022年10月在中国4家三级医院进行。选取了广东省3家医院的数据用于模型构建，并选取了福建省地理位置独立的数据集进行外部验证。
纳入单胎阴道分娩并足月活产的产妇。主要结局是第二产程时长。通过递归特征消除（recursive feature elimination，RFE）法筛选出最优特征后，采用四种ML算法来建立模型。根据预测性能选出最佳模型，并用Shapley Additive exPlanations方法进行解释。
研究人员获得了79,381例阴道分娩的电子病历，其中63,401例符合纳入标准。通过RFE筛选出八个风险特征。基于决策树模型实现的梯度提升机（Gradient boosting machine）性能最佳，在测试集中，1小时和2小时模型的曲线下面积分别为0.808和0.824，在外部验证集中分别为0.862和0.859。
本研究建立了一个可解释且可靠的ML模型来预测可能的第二产程时长，有助于个体化的产程管理。第一产程时长和产妇年龄等因素是第二产时长的潜在预测因素。
来源：柳叶刀TheLancet