使用无线胶囊内窥镜进行胃肠道溃疡和出血的计算机辅助诊断:系统回顾和诊断测试准确性元分析gydF4y2Ba

简介gydF4y2Ba

无线胶囊内窥镜(WCE)允许以一种无创的方式调查胃肠道粘膜病变。这提供了大约50,000至60,000个视频帧，并允许在一次检查中可视化整个胃肠道粘膜，而不会引起患者不适或程序相关不良事件的风险[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba]。鉴于小肠一直是胃肠病学家的盲点，WCE已成为模糊消化道出血的标准调查方式，并被广泛接受为评估小肠溃疡或肿瘤的方法[gydF4y2Ba1gydF4y2Ba]。尽管检查方便、安全、患者舒适，但WCE在解释方面存在局限性。需要冗长的阅读时间，大约30 - 120分钟，少量异常视频帧很容易被内窥镜医生误认为正常黏膜[gydF4y2Ba1gydF4y2Ba-gydF4y2Ba3.gydF4y2Ba]。gydF4y2Ba

人工智能技术已应用于胃肠道内镜检查，对内镜图像或电影异常病变的自动检测或诊断已被广泛研究[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba]。人工智能应用的主要好处是减少了WCE中费力的阅读时间和重要发现的漏读率。另一个优势是高度准确的诊断性能，这与内窥镜医生的诊断性能相当[gydF4y2Ba6gydF4y2Ba]。这些人工智能模型有望帮助自动检测WCE图像中的重要病变，从而实现对整个检查的自动读取和解释。gydF4y2Ba

以前的研究已经报道了在WCE中使用人工智能的计算机辅助诊断(CAD)模型的性能[gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba]。在这些研究中已经报道了具有潜在好处的基于机器学习或深度学习的人工智能模型。基于这些发现，针对深度学习模型或卷积神经网络模型在使用WCE诊断消化道出血或溃疡方面的汇总诊断性能进行了2项荟萃分析[gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba]。然而，第一次元分析只搜索了1个数据库，大量重要文章被遗漏。此外，每项研究报告的CAD模型真阳性(TP)、假阳性(FP)、假阴性(FN)或真阴性(TN)的粗数都不准确[gydF4y2Ba7gydF4y2Ba]。这种不准确的合并诊断性能可能会误导读者。第二个元分析搜索了多个数据库;然而，它也没有包括几篇重要的论文，只有一个医学图书管理员搜索了所有的数据库[gydF4y2Ba8gydF4y2Ba]。主要的缺陷是将每个研究的敏感性或特异性简单地集中起来，而没有考虑每个研究中所有纳入的病变中异常病变的分布。此外，胃肠道溃疡和出血的诊断性能没有被分开，而是合并为一个单一的结果，每个纳入研究的质量评估也被省略了。两项meta分析的异质性原因探讨及发表偏倚评估方法均遵循介入性meta分析方法，但均不满足DTA (diagnostic test accuracy) meta分析方法。考虑到进行介入分析和DTA元分析的方法是不同的，并且在进行DTA元分析时存在广泛接受的标准方法，这也可能误导读者(gydF4y2Ba表1gydF4y2Ba)．因此，目前进行的系统综述还不够，CAD模型在WCE中的真正诊断有效性尚未确定。本研究旨在通过标准方法评估使用WCE图像的胃肠道溃疡或出血CAD模型的DTA。gydF4y2Ba

方法gydF4y2Ba

遵守系统评价和元分析检查表gydF4y2Ba

本研究根据DTA研究的PRISMA(系统评价和元分析的首选报告项目)的声明进行[gydF4y2Ba9gydF4y2Ba]。研究方案在系统评价开始前已在国际前瞻性系统评价注册(PROSPERO)数据库中注册(#CRD42021253454)。春川圣心医院取消了机构审查委员会的批准。gydF4y2Ba

相关文献检索策略gydF4y2Ba

作者利用与CAD模型在使用WCE图像检测溃疡或出血的性能相关的关键词建立了搜索公式。使用医学主题词(MeSH)术语关键词建立检索公式(gydF4y2Ba文本框1gydF4y2Ba)．gydF4y2Ba

CSB和JJL两位作者使用预先建立的搜索公式，从开始到2021年5月，通过PubMed、Web of Science和Cochrane Library独立地对MEDLINE的核心数据库进行了搜索。重复的文章被排除。对所有确定的文章的标题和摘要进行审查，排除不相关的文章。随后进行全文回顾，以确定在确定的文献中是否满足预先建立的纳入标准。我们也回顾了相关文章的参考文献，以确定是否有其他研究。CSB和JJL在搜索过程中对结果的任何分歧都是通过与另一位作者(GHB)讨论或协商解决的。gydF4y2Ba

文献的纳入标准gydF4y2Ba

本系统综述的文献符合以下纳入标准:旨在评估基于WCE图像的CAD模型对胃肠道溃疡或出血的诊断性能;CAD模型诊断性能的表现，包括灵敏度、特异性、似然比、预测值或准确性，从而能够估计CAD模型的TP、FP、FN和TN值;并且是用英语写的。排除标准如下:叙述性综述文章、数据不完整的研究、系统综述或荟萃分析、评论、只有摘要的程序或研究方案。有PDF文件的全文出版物被认为是一篇全文文章。符合至少1项排除标准的文章被排除在本研究之外。gydF4y2Ba

所选文献中方法学质量的评估gydF4y2Ba

CSB和JJL使用第二版的诊断准确性研究质量评估(QUADAS-2)评估纳入文章的方法学质量。该工具包括4个领域，包括“患者选择”、“指标测试”、“参考标准”和“流程和时间”，前3个领域具有“适用性”评估。CSB和JJL评估每个部分的偏倚风险为高、低或不明确[gydF4y2Ba10gydF4y2Ba]。gydF4y2Ba

所选文献中的数据提取、本研究的主要结果和附加分析gydF4y2Ba

CSB和JJL分别从每篇收录的文章中提取数据，并对提取的数据进行交叉核对。如果数据不清楚，通过电子邮件联系该研究的通讯作者以获得原始数据集的见解。通过系统回顾过程进行描述性综合，如果纳入的研究足够均匀，则进行DTA元分析。gydF4y2Ba

主要结果是每项研究中的TP、FP、FN和TN值。对于使用WCE图像的消化道溃疡或出血的CAD，主要结局定义如下:TP, CAD模型发现阳性且WCE图像证明有溃疡或出血的患者数量;FP, CAD模型阳性且基于WCE图像没有溃疡或出血的患者数量;FN, CAD模型阴性且经WCE图像证实有溃疡或出血的患者数量;TN为CAD模型阴性且WCE图像未出现溃疡或出血的患者数量。根据这些定义，计算每项纳入研究的TP、FP、FN和TN值。gydF4y2Ba

对于额外的分析，如亚组分析或元回归，作者从每个纳入的研究中提取了以下变量:发表年份、数据的地理来源(即西方vs亚洲vs公开数据或未知数据)、CAD模型类型、内窥镜图像类型、纳入的总图像数量、测试数据集类型(内部测试vs外部测试)和目标疾病(溃疡vs侵蚀、出血或血管扩张)。gydF4y2Ba

统计数据gydF4y2Ba

DTA meta分析采用分层汇总受试者工作特征(HSROC)方法[gydF4y2Ba11gydF4y2Ba]。生成灵敏度和特异性的森林图以及SROC曲线。纳入文章的异质性水平由双变量方法中logit转换敏感性和特异性之间的相关系数决定[gydF4y2Ba12gydF4y2Ba];为此，不对称参数为β，其中β=0对应于对称的ROC曲线，根据HSROC方法，诊断优势比(DOR)不随曲线变化[gydF4y2Ba11gydF4y2Ba]。正相关系数和β值具有显著概率(gydF4y2BaPgydF4y2Ba<.05)表明研究之间存在异质性[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba13gydF4y2Ba]。目视检查SROC曲线，以确定异质性。通过使用系统回顾中确定的修饰词的单变量元回归进行亚组分析，以确定异质性的原因。DTA元分析使用STATA软件版本15.1 (StataCorp)，包括“metandi”和“midas”软件包。采用Deeks漏斗图不对称检验评估发表偏倚。对于少于4项研究的亚组分析，Moses-Shapiro-Littenberg方法[gydF4y2Ba14gydF4y2BagydF4y2Ba

结果gydF4y2Ba

研究选择gydF4y2Ba

通过对3个数据库的文献检索，共确定了254项研究(80项研究消化道溃疡或糜烂的CAD, 174项研究消化道出血的WCE CAD)。另有15项研究通过书目手工筛选确定。在排除重复研究后，在对标题和摘要进行审查后，排除了额外的文章。其余54篇和118篇文章的全文版本根据上述每个主题的纳入和排除标准进行了全面审查。其中133篇文章被排除在最终的入组范围之外。最后，20项研究[gydF4y2Ba15gydF4y2Ba-gydF4y2Ba34gydF4y2Ba]用于消化道溃疡或糜烂的CAD，以及19 [gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba-gydF4y2Ba49gydF4y2Ba消化道出血诊断的研究被纳入系统综述。选择过程的流程图载于gydF4y2Ba图1gydF4y2Ba而且gydF4y2Ba2gydF4y2Ba．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

纳入研究的临床特征gydF4y2Ba

在20项研究中[gydF4y2Ba15gydF4y2Ba-gydF4y2Ba34gydF4y2Ba对于使用WCE的胃肠道溃疡或糜烂的CAD，共识别了40,809张图像(14,866例vs 25,943例对照组)用于评估诊断性能。鉴于重复数据被识别出来(Karargyris等人在2009年[gydF4y2Ba15gydF4y2Ba]和Karargyris等人在2011年的研究[gydF4y2Ba20.gydF4y2Ba])，所有分析都使用了19项研究的数据[gydF4y2Ba15gydF4y2Ba-gydF4y2Ba19gydF4y2Ba，gydF4y2Ba21gydF4y2Ba-gydF4y2Ba34gydF4y2Ba) (Karargyris等人2011年的研究[gydF4y2Ba20.gydF4y2Ba]在荟萃分析中被省略)。gydF4y2Ba

十项研究[gydF4y2Ba16gydF4y2Ba-gydF4y2Ba18gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba-gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba32gydF4y2Ba]使用来自亚洲人群的内窥镜图像，以及3项研究[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]使用来自西方人群的内窥镜图像。然而，6项研究[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba28gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]使用公共数据库图像或未知来源的图像。针对CAD模型类型，9项研究采用深度神经网络或卷积神经网络[gydF4y2Ba16gydF4y2Ba-gydF4y2Ba18gydF4y2Ba，gydF4y2Ba27gydF4y2Ba-gydF4y2Ba29gydF4y2Ba，gydF4y2Ba31gydF4y2Ba-gydF4y2Ba33gydF4y2Ba]， 10项研究使用了基于机器学习的模型[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba21gydF4y2Ba-gydF4y2Ba26gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]。大部分纳入的研究[gydF4y2Ba15gydF4y2Ba-gydF4y2Ba28gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba-gydF4y2Ba34gydF4y2Ba]介绍了对肠溃疡的诊断性能。然而，Aoki等人[gydF4y2Ba29gydF4y2Ba]对肠道溃疡或糜烂的表现无明显差异，Fan等人[gydF4y2Ba27gydF4y2Ba]对肠溃疡和糜烂有单独的表现。因此，对目标病变进行亚组分析。所纳入研究的详细临床特征在gydF4y2Ba多媒体附件1gydF4y2Ba．gydF4y2Ba

在19项研究中[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba-gydF4y2Ba49gydF4y2Ba对于使用WCE诊断消化道出血，共识别了41,323张图像(6952例vs 34,371例对照组)用于评估诊断性能。gydF4y2Ba

五项研究[gydF4y2Ba17gydF4y2Ba]、[gydF4y2Ba35gydF4y2Ba]、[gydF4y2Ba44gydF4y2Ba]、[gydF4y2Ba48gydF4y2Ba]、[gydF4y2Ba49gydF4y2Ba]使用来自亚洲人群的内窥镜图像，1项研究[gydF4y2Ba47gydF4y2Ba]使用来自西方人群的内窥镜图像。然而，其余13项研究[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba36gydF4y2Ba-gydF4y2Ba43gydF4y2Ba，gydF4y2Ba45gydF4y2Ba，gydF4y2Ba46gydF4y2Ba]使用公共数据库图像或未知来源的图像。根据CAD模型的类型，有8项研究采用了深度神经网络或卷积神经网络[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba43gydF4y2Ba，gydF4y2Ba46gydF4y2Ba-gydF4y2Ba49gydF4y2Ba]， 11项研究使用了基于机器学习的模型[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba36gydF4y2Ba-gydF4y2Ba38gydF4y2Ba，gydF4y2Ba40gydF4y2Ba-gydF4y2Ba42gydF4y2Ba，gydF4y2Ba44gydF4y2Ba，gydF4y2Ba45gydF4y2Ba]。大部分纳入的研究[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba-gydF4y2Ba46gydF4y2Ba，gydF4y2Ba48gydF4y2Ba]介绍了对肠出血的诊断效果。然而，Leenhardt等人[gydF4y2Ba47gydF4y2Ba]及Tsuboi等[gydF4y2Ba49gydF4y2Ba]介绍了血管发育不良的表现。因此，对目标病变进行亚组分析。所纳入研究的详细临床特征在gydF4y2Ba多媒体附件2gydF4y2Ba．gydF4y2Ba

研究方法的质量评估gydF4y2Ba

由于CAD模型是利用基线训练数据的学习特征建立的，因此基线训练数据的质量和数量非常重要。为了建立实用的CAD模型，需要足够数量的训练图像，为了准确地准备训练数据，需要内镜专家参与标注工作。我们也不能保证在互联网上搜索的公共数据库中图像的质量。我们确定，正确的学习需要至少30张来自内窥镜专家标记的真实临床医院数据(质量标准)的训练图像(数量标准)。如果质量和数量标准都得到满足，则认为在患者选择领域存在低偏倚风险。如果这些质量或数量标准中只有一项得到满足，则认为存在不明确的偏倚风险。如果两者都不满意，则认为存在较高的偏倚风险。gydF4y2Ba

在WCE中胃肠道溃疡或糜烂的CAD方面，仅有7项研究[gydF4y2Ba25gydF4y2Ba-gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba31gydF4y2Ba-gydF4y2Ba34gydF4y2Ba]被评为低偏倚风险，9项研究[gydF4y2Ba16gydF4y2Ba-gydF4y2Ba18gydF4y2Ba，gydF4y2Ba21gydF4y2Ba-gydF4y2Ba24gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]被评为偏倚风险不明确，3项研究[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba28gydF4y2Ba]在“患者选择”领域被评为高偏倚风险。其余领域在所有纳入的研究中被评为具有低偏倚风险(gydF4y2Ba图3gydF4y2Ba)．因此，在亚组或元回归分析中，采用“患者选择”领域的方法学质量分类作为修饰因子。gydF4y2Ba

在WCE消化道出血的CAD方面，仅有3项研究[gydF4y2Ba44gydF4y2Ba，gydF4y2Ba47gydF4y2Ba，gydF4y2Ba49gydF4y2Ba]被评为偏倚风险较低，10项研究[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba40gydF4y2Ba，gydF4y2Ba45gydF4y2Ba，gydF4y2Ba46gydF4y2Ba，gydF4y2Ba48gydF4y2Ba]被评为具有不明确的偏倚风险，6项研究[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba39gydF4y2Ba，gydF4y2Ba41gydF4y2Ba-gydF4y2Ba43gydF4y2Ba]被评为在“患者选择”领域具有较高的偏倚风险。其余领域在所有纳入的研究中被评为具有低偏倚风险(gydF4y2Ba图4gydF4y2Ba)．因此，在亚组或元回归分析中，采用“患者选择”领域的方法学质量分类作为修正因子。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

CAD模型性能的DTA元分析gydF4y2Ba

在20项研究中[gydF4y2Ba15gydF4y2Ba-gydF4y2Ba34gydF4y2Ba]对于使用WCE进行消化道溃疡或糜烂CAD的meta分析，曲线下面积(AUC)、敏感性、特异性、阳性似然比、阴性似然比和DOR分别为0.97 (95% CI 0.95-0.98)、0.93 (95% CI 0.89-0.95)、0.92 (95% CI 0.89-0.94)、11.2 (95% CI 8.6-14.7)、0.08 (95% CI 0.05-0.12)和138 (95% CI 79-243) (gydF4y2Ba多媒体gydF4y2Ba而且gydF4y2Ba图5gydF4y2Ba)．SROC曲线如图所示gydF4y2Ba图6gydF4y2Ba．为了研究CAD模型的临床应用，Fagan 's nomogram [gydF4y2Ba50gydF4y2Ba生成。阳性结果表明CAD模型检测出消化道溃疡或糜烂，阴性结果表明CAD模型未检测出消化道溃疡或糜烂。假设胃肠道溃疡或糜烂的患病率为23%，Fagan的nomogram图显示，如果CAD模型为阳性，溃疡或糜烂的后验概率为76%，而如果CAD模型为阴性，溃疡或糜烂的后验概率仅为3% (gydF4y2Ba图7gydF4y2Ba)．gydF4y2Ba

在19项研究中[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba-gydF4y2Ba49gydF4y2Ba]对于WCE消化道出血CAD的meta分析，AUC、敏感性、特异性、阳性似然比、阴性似然比和DOR分别为0.99 (95% CI 0.98-0.99)、0.96 (95% CI 0.94-0.97)、0.97 (95% CI 0.95-0.99)、38.3 (95% CI 19.6-74.8)、0.04 (95% CI 0.03-0.07)和888 (95% CI 343-2303) (gydF4y2Ba多媒体附件4gydF4y2Ba而且gydF4y2Ba图8gydF4y2Ba)．SROC曲线如图所示gydF4y2Ba图9gydF4y2Ba．Fagan 's nomogram阳性提示CAD模型检测出消化道出血。阴性结果表明CAD模型未检测出消化道出血。假设所有胃肠道出血中小肠出血的发生率为10% [gydF4y2Ba51gydF4y2Ba]， Fagan的nomogram结果显示，如果CAD模型为阳性，小肠出血的后验概率为81%，如果CAD模型为阴性，小肠出血的后验概率仅为0.5% (gydF4y2Ba图10gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

用元回归和亚组分析评估异质性gydF4y2Ba

对于WCE中胃肠道溃疡或糜烂的CAD，我们首先观察到logit转换敏感性与特异性之间存在正相关系数(gydF4y2BargydF4y2Ba=0.28)。然而，不对称β参数在HSROC模型中显示不显著gydF4y2BaPgydF4y2Ba值(gydF4y2BaPgydF4y2Ba=.15)，表明各研究之间不存在异质性。其次，观察灵敏度和特异性的耦合森林图(gydF4y2Ba图5gydF4y2Ba)．与纳入研究相比，Karargyris等人(2009)的研究[gydF4y2Ba15gydF4y2Ba]显示较低的敏感性和特异性。本研究被发现在方法学质量评估中存在较高的偏倚风险(gydF4y2Ba图3gydF4y2Ba)．因此，根据方法学质量进行亚组分析，尽管在方法学质量高的研究中观察到略高的值，但表现是稳健的(gydF4y2Ba多媒体gydF4y2Ba)．第三，WCE中胃肠道溃疡或糜烂的SROC曲线形状对称，95%预测区域不宽(gydF4y2Ba图6gydF4y2Ba)．第四，使用系统综述中确定的修饰因子进行meta回归，并发现发表年份、训练图像数量和目标疾病(溃疡vs糜烂)是异质性的来源(发表年份:gydF4y2BaPgydF4y2Ba= .04点;训练图像数量:gydF4y2BaPgydF4y2Ba= .02点;目标疾病溃疡vs糜烂:gydF4y2BaPgydF4y2Ba= 38;内镜图像类型:gydF4y2BaPgydF4y2Ba= . 01)。最后，进行了基于潜在修饰符的亚组分析，10年内发表的研究(相对于10年前发表的研究)和拥有超过100张训练图像的研究(相对于拥有少于100张训练图像的研究)的总体表现显示出更高的值(gydF4y2Ba多媒体gydF4y2Ba)．gydF4y2Ba

对于WCE中消化道出血的CAD，我们首先观察到logit转换敏感性与特异性之间存在正相关系数(gydF4y2BargydF4y2Ba=0.48)。然而，不对称β参数在HSROC模型中显示不显著gydF4y2BaPgydF4y2Ba值(gydF4y2BaPgydF4y2Ba=.06)，表明各研究之间不存在异质性。其次，观察灵敏度和特异性的耦合森林图(gydF4y2Ba图8gydF4y2Ba)，并无显著异常值。第三，WCE中胃肠道溃疡和糜烂的SROC曲线形状对称，95%预测区域不宽(gydF4y2Ba图9gydF4y2Ba)．第四，使用系统综述中确定的修饰符进行meta回归，并发现发表年份、训练图像数量和目标疾病(出血vs血管扩张)是异质性的来源(发表年份:gydF4y2BaPgydF4y2Ba< . 01;训练图像数量:gydF4y2BaPgydF4y2Ba= .04点;目标疾病出血vs血管扩张:gydF4y2BaPgydF4y2Ba< . 01)。最后，进行了基于潜在修饰符的亚组分析，10年内发表的研究(相对于10年前发表的研究)和拥有超过100张训练图像的研究(相对于拥有少于100张训练图像的研究)的总体表现显示出更高的值(gydF4y2Ba多媒体附件4gydF4y2Ba)．gydF4y2Ba

发表偏倚评价gydF4y2Ba

WCE中胃肠道溃疡或糜烂研究的Deeks漏斗图相对于回归线(gydF4y2Ba图11gydF4y2Ba)，且不对称测试未显示有发表偏倚的证据(gydF4y2BaPgydF4y2Ba= .77点)。WCE消化道出血研究的Deeks漏斗图相对于回归线(gydF4y2Ba图12gydF4y2Ba)，且不对称测试未显示有发表偏倚的证据(gydF4y2BaPgydF4y2Ba= iseq指数)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

在本研究中，CAD模型对WCE图像中胃肠道溃疡或糜烂出血的诊断具有较高的性能值。Fagan nomogram的实用价值表明CAD模型在临床实践中的应用潜力。虽然主要分析发现纳入的研究之间存在一些异质性，但元回归显示了造成异质性的共同原因(发表年份、训练图像数量、目标疾病溃疡vs糜烂和出血vs血管扩张)，亚组分析表明，最近发表的具有更大量训练数据的研究(与10年前发表的研究相比)(与少于100张训练图像的研究相比)显示出更好的CAD模型性能。彻底的亚组分析表明证据质量可靠。gydF4y2Ba

WCE图像的解释是胃肠病学家的一项重要任务。由于WCE显示的是整个胃肠道的图像，因此可以识别传统内镜难以发现的病变。在WCE检查中也可以发现微小但重要的罪魁祸首病变。该检查的非侵入性和患者的舒适性也促进了该技术在诊断隐蔽性胃肠道出血或小肠疾病中的应用。但是，翻译过程很繁琐。内窥镜医师至少需要30至120分钟的阅读时间[gydF4y2Ba1gydF4y2Ba-gydF4y2Ba3.gydF4y2Ba]。在整个阅读过程中保持注意力集中是必要的，以免错过重要的病变。CAD模型具有较高的诊断性能，特别是敏感性和特异性，具有自动化WCE读取过程的潜力。消化道出血的总体表现略高于溃疡或糜烂。我们推测，这是因为红色的血液比白色或黄色的溃疡或糜烂更容易区分，这与CAD基于像素或红绿蓝光谱的特征学习的背景黏膜颜色相似。gydF4y2Ba

在CAD学习方式的背景下，基于神经网络的CAD模型的性能略高于传统的基于机器学习的CAD模型(gydF4y2Ba多媒体附录3gydF4y2Ba而且gydF4y2Ba4gydF4y2Ba)．CNN在精确分类方面并不总是比机器学习更好。然而，局部特征提取的图像识别由于其复杂的层次和神经网络CAD模型的深度节点计算和降维，可以得到高度优化。考虑到纳入的研究中基于机器学习的模型使用了WCE图像中的颜色或纹理特征，基于神经网络的模型可能会关注其他局部特征或组合特征，如病变的形状或病变与背景粘膜的特征差异。可解释的人工智能分析正在兴起，该技术的应用将为CAD模型提供一种确定方法[gydF4y2Ba52gydF4y2Ba]。gydF4y2Ba

虽然已经发表了相同主题的荟萃分析，但本研究采用标准方法，使用WCE图像评估胃肠道溃疡或出血CAD模型的DTA (gydF4y2Ba表1gydF4y2Ba) [gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba]。虽然以往的研究也报道了CAD模型的高性能，但省略了许多重要的文章，研究之间的异质性由gydF4y2Ba我gydF4y2Ba^2gydF4y2Ba统计学(用于介入荟萃分析)、方法学质量评估被省略，发表偏倚也未被评估。gydF4y2Ba

限制gydF4y2Ba

尽管这项荟萃分析证据确凿，但也发现了一些不可避免的局限性。首先，所有的性能数据仅在每个纳入研究的内部测试设置中测量。建模是一种假设，即观察结果遵循一定的统计规则，而外部验证是一种检查这种假设是否正确或是否可推广的方法。因此，在训练或内部测试过程中，使用未使用的数据确认已建立的CAD模型的性能是至关重要的[gydF4y2Ba53gydF4y2Ba]。然而，没有一项研究在外部验证环境下进行了性能验证。其次，肠道溃疡或糜烂的定义是模糊的。糜烂通常是指局限于粘膜的损伤(上皮细胞丧失，但基底膜或固有层完好无损)。然而，溃疡的定义通常包括固有层以外更广泛的粘膜损失。虽然在目测下，这两种情况之间的区分并不完美，但在纳入的研究中没有明确的定义。这可能导致对CAD模型性能的低估或高估。第三，许多研究使用了来自公共数据库的基线训练数据，我们无法保证从互联网上获得的公共数据库中的图像质量。CAD模型的诊断性能只能对被评估的人群有效，并取决于所选人群的目标条件的患病率(所谓的谱偏倚或类不平衡)[gydF4y2Ba2gydF4y2Ba，gydF4y2Ba54gydF4y2Ba]。在纳入的研究中没有考虑到这种阶层不平衡。大多数研究除了1 [gydF4y2Ba34gydF4y2Ba]对训练数据集进行1:1到1:4的比例(目标条件:正常黏膜)。然而，Kundu等人[gydF4y2Ba34gydF4y2Ba]在训练数据集中使用了31张溃疡图像和1617张正常粘膜图像(比例约为1:52)以及65张出血图像和1617张正常粘膜图像(比例约为1:25)。考虑到人工智能模型的建立方法正在从以模型为中心(即改变或优化模型以提高性能)转变为以数据为中心(即系统地改变数据质量的分布以提高性能)，需要考虑频谱偏差的模型建立。总体而言，对于本课题的未来展望，需要并期望获得定义清晰的合格训练数据，并关注面向外部验证的性能CAD模型的建立。gydF4y2Ba

综上所述，CAD模型在WCE消化道溃疡和出血的光学诊断中表现出良好的性能。gydF4y2Ba