临床研究设计预印本 · 诊断准确性系统综述与荟萃分析

深度学习预测胃癌微卫星不稳定性的诊断准确性：系统综述与荟萃分析

Diagnostic accuracy of deep learning for microsatellite instability prediction in gastric cancer: A systematic review and meta-analysis

一句话深度学习预测胃癌微卫星不稳定性具有良好诊断准确性，但临床效用仍需前瞻性外部验证。

研究问题

基于 H&E 染色病理图像的深度学习模型预测胃癌 MSI 的诊断准确性和判别性能如何？不同验证策略和数据来源下，结果是否稳健？

数据与样本

共纳入 10 项研究，研究对象为使用 H&E 染色病理图像预测胃癌 MSI 的深度学习模型。主要合并分析纳入来自 6 项研究的 7 个独立数据集，次要 AUC 合并分析纳入 9 项研究；数据来源包括医院队列和 TCGA 队列。未使用个体参与者数据。

研究流程

1方案注册与文献检索：在 PROSPERO 前瞻性注册方案，并检索 PubMed、Embase、Cochrane Library 和 Web of Science。
2研究纳入与质量评价：纳入应用 DL 分析 H&E 图像预测胃癌 MSI 的研究，使用 QUADAS-2 评估偏倚风险。
3主要诊断指标合并：以双变量随机效应模型估计合并敏感度和特异度，并报告汇总受试者工作特征曲线 AUC。
4次要判别性能合并：将切片层面 AUC 经 logit 转换后进行合并。
5异质性与稳健性评估：按验证策略和数据来源开展亚组分析，并进行预设情景分析。

关键方法与工具

PROSPERO: 前瞻性注册综述方案
PubMed: 检索相关研究
Embase: 检索相关研究
Cochrane Library: 检索相关研究
Web of Science: 检索相关研究
QUADAS-2: 评估研究偏倚风险
bivariate random-effects model: 合并敏感度和特异度
logit transformation: 合并前转换切片级AUC

设计思路

以系统检索和前瞻性方案注册确定证据整合框架，主要合并分析使用 7 个独立数据集。将敏感度与特异度的联合合并和切片层面 AUC 合并分开，以分别评价诊断准确性和判别性能；通过验证策略、数据来源亚组及预设情景分析考察结果差异与稳健性。

主要发现

主要分析的合并敏感度为 0.78 (95% CI 0.63–0.88)，特异度为 0.85 (95% CI 0.77–0.90)，汇总受试者工作特征曲线 AUC 为 0.89 (95% CI 0.86–0.91)。
次要 AUC 合并分析纳入 9 项研究，合并 AUC 为 0.85（95% CI 0.80–0.89）。
数据来源亚组中，医院队列敏感度为 0.86、诊断比值比为 39.8，数值上高于 TCGA 队列的 0.71 和 11.5，但研究数量少和显著异质性限制了亚组差异的解释。
模型具有良好诊断准确性，但临床效用仍需标准化多中心、独立外部验证及前瞻性研究确认。

可借鉴之处

开展诊断模型荟萃分析时，可借鉴本文分别合并敏感度与特异度、切片层面 AUC 的做法，避免用单一判别指标概括全部诊断性能。
整合医院队列与公共数据库研究时，可按数据来源和验证策略预设亚组，并结合情景分析检验结果稳健性。
可借鉴本文公开提取的 2×2 列联表、切片层面 AUC、队列重叠评估及分析代码的做法，使证据筛选与统计合并可追溯。

数据与代码

全部研究数据及 Stata 分析代码均见正文和补充材料，包含提取的 2×2 列联表、切片层面 AUC、QUADAS-2 与 GRADE 评估及队列重叠评估，方案注册号为 PROSPERO CRD420261503140，未使用个体参与者数据，也未生成受访问限制的数据集。

局限

亚组研究数量少且存在显著异质性，限制了不同数据来源间性能差异的解释。
诊断准确性尚不能直接证明临床效用，仍需标准化多中心、独立外部验证及前瞻性研究确认。

摘要（中文翻译）

应用于苏木精-伊红（H&E）染色病理图像的深度学习（DL）可预测胃癌（GC）的微卫星不稳定性（MSI）。我们评估了其诊断准确性和判别性能。检索了 PubMed、Embase、Cochrane Library 和 Web of Science，寻找应用 DL 分析 H&E 图像以预测 GC 中 MSI 的研究。研究方案已在 PROSPERO（CRD420261503140）前瞻性注册。使用 QUADAS-2 评估偏倚风险。采用双变量随机效应模型估计合并敏感度和特异度，并按验证策略和数据来源进行亚组分析；切片层面的曲线下面积（AUC）经 logit 转换后进行合并。通过预设情景分析评估稳健性。共纳入 10 项研究；来自 6 项研究的 7 个独立数据集进入主要合并分析。合并敏感度、特异度和汇总受试者工作特征曲线 AUC 分别为 0.78 (95% CI 0.63–0.88)、0.85 (95% CI 0.77–0.90) 和 0.89 (95% CI 0.86–0.91)；9 项研究纳入次要 AUC 合并分析（合并 AUC 0.85，95% CI 0.80–0.89）。医院来源队列的敏感度（0.86）和诊断比值比（39.8）在数值上高于 TCGA 来源队列（0.71 和 11.5），但亚组差异的解释受研究数量少及显著异质性限制。DL 模型预测 GC 中 MSI 具有良好的诊断准确性，但其临床效用仍需在标准化的多中心、独立外部验证及前瞻性研究中确认。

英文原文摘要

Deep learning (DL) applied to haematoxylin and eosin (H&E)-stained pathology images can predict microsatellite instability (MSI) in gastric cancer (GC). We evaluated its diagnostic accuracy and discriminative performance. PubMed, Embase, Cochrane Library and Web of Science were searched for studies applying DL to H&E images for MSI prediction in GC. The protocol was prospectively registered in PROSPERO (CRD420261503140). Risk of bias was assessed with QUADAS-2. Pooled sensitivity and specificity were estimated with a bivariate random-effects model, with subgroup analyses by validation strategy and data source; slide-level areas under the curve (AUCs) were pooled after logit transformation. Prespecified scenario analyses assessed robustness. Ten studies were included; seven independent datasets from six studies entered the primary synthesis. Pooled sensitivity, specificity and summary receiver operating characteristic AUC were 0.78 (95% CI 0.63–0.88), 0.85 (95% CI 0.77–0.90) and 0.89 (95% CI 0.86–0.91); nine studies contributed to the secondary AUC synthesis (pooled AUC 0.85, 95% CI 0.80–0.89). Hospital-derived cohorts showed numerically higher sensitivity (0.86) and diagnostic odds ratio (39.8) than TCGA-derived cohorts (0.71 and 11.5), but subgroup differences were limited by the small number of studies and substantial heterogeneity. DL models show good diagnostic accuracy for MSI prediction in GC, but clinical utility still requires confirmation in standardised multicentre, independent external and prospective studies.

摘要来自 Europe PMC。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。