妊娠期糖尿病的机器学习预测模型:元分析gydF4y2Ba

简介gydF4y2Ba

根据国际糖尿病联合会最新发布的《全球糖尿病地图》(第9版)，全球妊娠期糖尿病患者人数不断增加，约2040万(15.8%)女性患有高血糖;其中83.6%的病例是由于妊娠期糖尿病[gydF4y2Ba1gydF4y2Ba］．GDM是一种常见的代谢性疾病，通常是妊娠期间的一种短暂性疾病，在分娩时消失。患有GDM的孕妇出现不良妊娠结局的风险更大，威胁到正常分娩。通常建议在妊娠24 ~ 28周进行口服葡萄糖耐量试验(OGTT)筛查GDM。医生通常在患者摄入葡萄糖1 ~ 2小时后测量空腹血糖浓度[gydF4y2Ba2gydF4y2Ba］．美国糖尿病协会建议妇女在第一次产前检查时进行筛查，以帮助早期识别高血糖风险。然而，GDM筛查建议在国际组织中存在争议，主要体现在以下四个方面:(1)普遍筛查与选择性筛查，(2)妊娠早期筛查(即孕前或第一次产前检查与24-28孕周筛查)，(3)一步法与两步法，以及(4)诊断标准不一致(多媒体附录1表S1) [gydF4y2Ba3.gydF4y2Ba］．gydF4y2Ba

机器学习(ML)方法已成为疾病预防和管理的有利工具。例如，多元逻辑回归(LR)模型是一种公认的ML算法，用于预测糖尿病及其并发症。此外，随机森林(RF)、极限梯度增强(XGBoost)、轻梯度增强机(LightGBM)等方法也被应用于糖尿病相关问题。越来越多的研究使用这种方法来识别GDM的危险因素，并构建疾病的早期预测模型[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba］．ML为分析大量不同的医疗保健数据和增强医生的能力提供了一个强大的工具。然而，ML存在局限性，在某些临床场景中可能导致不准确的预测，并且在现实世界的研究中强调了其评估的重要性[gydF4y2Ba6gydF4y2Ba］．美国食品和药物管理局(FDA)发布了关于软件作为医疗设备的指南，解释了医疗保健中人工智能(AI)工具所需的风险分层以及分析和临床验证。IDx-DR是fda批准的第一个用于帮助做出筛查决定的ML应用程序，在初级保健诊所中对糖尿病视网膜病变实现了高敏感性(87%)和特异性(91%)[gydF4y2Ba7gydF4y2Ba］．大多数已发表的GDM预后模型也显示出可接受的鉴别和校正[gydF4y2Ba8gydF4y2Ba]，但它们的质量参差不齐，表现也不一致。gydF4y2Ba

目前对GDM的ML模型的系统分析很少。在这里，我们使用预测模型风险偏倚评估工具(PROBAST)进行质量评估，对ML在GDM中的预测价值进行了全面的荟萃分析，并将ML模型与通用和选择性筛查方法进行了比较。从本质上讲，我们想知道ML是否可以成为一种新的GDM筛查选项。gydF4y2Ba

方法gydF4y2Ba

研究设计gydF4y2Ba

本研究根据PRISMA (Preferred Reporting Items for Systematic Reviews and meta - analysis)指南(表S2)进行gydF4y2Ba多媒体附件1gydF4y2Ba) [gydF4y2Ba9gydF4y2Ba］．gydF4y2Ba

搜索方法gydF4y2Ba

检索PubMed、Web of Science、IEEE Xplore和中国国家知识基础设施数据库，检索2019年8月至2020年10月期间发表的英文或中文文章。我们根据PICO(人口、干预、控制和结果)原则建立了搜索策略;在我们的研究中，“P”代表GDM人群，“I”代表ML方法作为干预措施，“C”代表金标准作为对照，“O”代表预测和诊断的结果，如敏感性、特异性和准确性(表S3)gydF4y2Ba多媒体附件1gydF4y2Ba)．搜索关键字的详细信息列在文本框S1中gydF4y2Ba多媒体附件1gydF4y2Ba．此外，手动检索每个确定的研究的参考文献列表，以确定任何其他研究。NoteExpress 3.2(爱琴海)[gydF4y2Ba10gydF4y2Ba]及EndNote X7 (Clarivate) [gydF4y2Ba11gydF4y2Ba]来管理研究并删除重复的项目。gydF4y2Ba

纳入和排除标准gydF4y2Ba

所有入选研究均须符合以下标准:(1)以英文或中文发表;(2)纳入一般人群中的孕妇，明确GDM诊断定义;(3)纳入用于GDM预测的ML模型，并对ML模型进行了清晰的描述;(4)显示了ML模型的性能，包括足够的数据来推断敏感性和特异性。gydF4y2Ba

其他语言的文章、其他类型的文章(如报告和评论)或使用其他方法检测GDM的文章被排除在外。四名研究者(LY、WH、YW和CG)参与了文献筛选，以回顾所有符合纳入标准的研究。每一篇被选中的文章都被筛选了至少两次，不同意见由审稿人(ZZ)解决。保留提供最详细的变量和结果指标信息的研究，以供参考。gydF4y2Ba

数据提取gydF4y2Ba

数据提取由两名研究者(LY和LZ)根据现有文献和个体预后或诊断多变量预测模型透明报告(TRIPOD)标准化协议独立完成[gydF4y2Ba12gydF4y2Ba］．最终共选择了25项研究进行分析。从每项研究中提取了以下数据:(1)人口统计学信息(即，收集数据的国家、环境、数据源、研究设计、预测时间性和结果定义);(2)数据划分方法，特征选择算法，模型特征训练，ML预测模型类型，以及模型验证与应用;(3)预测结果，包括准确性、敏感性、特异性和受试者工作特征曲线下面积(AUROC);(4)资金和伦理批准。gydF4y2Ba

质量和偏倚评估gydF4y2Ba

PROBAST [gydF4y2Ba13gydF4y2Ba]，其中包括四个领域(即参与者、预测因素、结果和分析)共20个信号问题，被用作评估每个纳入研究的偏倚风险和适用性的工具。gydF4y2Ba

统计分析gydF4y2Ba

使用区分和校准的主要结果测量来描述每个ML模型的性能。模型鉴别指数或一致性指数(C-index)与AUROC相似[gydF4y2Ba14gydF4y2Ba]，并表示其诊断或预后辨别能力为无(AUROC≤0.6)、差(AUROC >0.6至0.7)、一般(AUROC >0.7至0.8)、良好(AUROC >0.8至0.9)或最佳(AUROC >0.9至1)。模型校准是一种拟合优度指标，用于评估观测结果与预测结果之间的一致性，并通过校准图反映模型的稳定性。诊断比值比(DOR)也通过以下公式计算:gydF4y2Ba

Dor = PLR / NLRgydF4y2Ba(1）gydF4y2Ba

其中PLR为正似然比，NLR为负似然比。计算PLR和NLR来表达模型预测GDM患者与非GDM患者的GDM的频率，使用以下公式:gydF4y2Ba

PLR =敏感性/(1−特异性)gydF4y2Ba(2)gydF4y2Ba

NLR =(1 -敏感性)/特异性gydF4y2Ba（3）gydF4y2Ba

在本次元分析中，Meta-DiSc软件程序(1.4版)[gydF4y2Ba15gydF4y2Ba]用于计算AUROC、敏感性、特异性、PLR、NLR和DOR的汇总估计值。它用于总结纳入研究的数据，并以图形方式调查研究之间的同质性。我的gydF4y2Ba^2gydF4y2Ba检验用于评估纳入研究之间的统计学异质性。一个我gydF4y2Ba^2gydF4y2Ba值大于75%表明研究间存在高度异质性[gydF4y2Ba16gydF4y2Ba］．纳入研究的分析分为主组分析和亚组分析，以判断ML方法在不同临床情况下预测GDM的性能。还进行了敏感性分析、亚组分析和元回归，以深入了解由于选择器或纳入标准偏倚导致的研究间异质性的潜在来源。不同的ML算法(如LR、贝叶斯模型、TreeNet和GA-CatBoost[遗传算法类别增强])预测GDM的能力将在子组分析部分进行讨论。从敏感性分析中剔除四个最高和最低值的预测模型，以评估异常值对合并敏感性和特异性的影响。gydF4y2Ba

结果gydF4y2Ba

研究选择gydF4y2Ba

最初共确定了27,071项研究;其中1256篇(4.6%)讨论了GDM，进行了抽象筛选。共对67篇研究进行全文综述;其中25例(37%)纳入荟萃分析[gydF4y2Ba17gydF4y2Ba-gydF4y2Ba33gydF4y2Ba］．gydF4y2Ba图1gydF4y2Ba所示为研究选择过程的PRISMA流程图。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

研究特点gydF4y2Ba

文章的发表年份为2004年至2020年;25篇论文中有10篇(40%)发表于2020年(图S1)gydF4y2Ba多媒体附件1gydF4y2Ba)．所有研究对象均为18岁以上、无心脑血管疾病史或重要器官功能障碍的女性。在25项研究中，9项(36%)纳入了有GDM史的患者，而其他研究排除了有GDM史的患者(表S4-S6)gydF4y2Ba多媒体附件1gydF4y2Ba)．ML培训的源数据大多来自医疗中心和妇产医院;有些还包括自我填写的问卷。在25项研究中，9项(36%)使用了基于人群的前瞻性队列或多中心研究的数据。纳入研究的样本量从134人到66687人不等。gydF4y2Ba

特征选择是机器学习训练的重要步骤。熊等[gydF4y2Ba19gydF4y2Ba]开发了妊娠前19周GDM风险的预测模型，包括几种肝、肾和凝血功能测量;他们观察到凝血酶原时间和活化部分凝血活酶时间的截止点可以可靠地预测GDM，敏感性为88.3%，特异性为99.47%，AUROC为94.2%。母亲年龄、糖尿病家族史、BMI和空腹血糖是所建立模型中最常用的四个特征，而与妊娠相关的血浆蛋白A、瘦素、脂脂素-2、脂联素、体重增加和妊娠期间软饮料摄入量分别只在一到两个模型中使用。gydF4y2Ba表1gydF4y2Ba［gydF4y2Ba17gydF4y2Ba-gydF4y2Ba41gydF4y2Ba]总结了预后模型中最常见的特征。gydF4y2Ba

在25项研究(n= 17,68%)中，LR模型是用于预测GDM风险最普遍使用的模型，而5项(20%)研究评估了其他ML方法(即GA-CatBoost、XGBoost、贝叶斯模型、TreeNet、梯度增强决策树[GBDT]、自适应增强[AdaBoost]、LightGBM、Vote和RF)的性能。在衡量深度学习性能时，AUROC和尤登指数是最常用的。AUROC用于未提供c指数的研究。在25项研究中，2项(8%)没有报告模型歧视的指标。在25项研究中，只有7项(28%)提出了校准措施。13项研究(52%)使用随机分裂或k-fold交叉验证和自举进行内部验证。25项研究中只有4项(16%)进行了外部验证。gydF4y2Ba

质量评估gydF4y2Ba

PROBAST检查清单中的项目(gydF4y2Ba多媒体附件2gydF4y2Ba)用于评估偏倚风险和预后预测模型研究的适用性。根据标准，25项研究中有4项(16%)参与者的偏差[gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba36gydF4y2Ba]是适度的，主要是由于标准有争议，而其他研究的偏差很低。在25项研究中，24个(96%)研究组的预测因子偏倚较低，而1个(4%)研究组[gydF4y2Ba32gydF4y2Ba]有中度偏倚风险，因为预测评估是在了解结果数据的情况下创建的。6项(24%)研究的结果偏倚[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba35gydF4y2Ba-gydF4y2Ba37gydF4y2Ba]根据诊断标准为中度，而其他均为低水平。共有8组(32%)具有中度偏倚分析[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba31gydF4y2Ba-gydF4y2Ba33gydF4y2Ba，gydF4y2Ba36gydF4y2Ba，gydF4y2Ba37gydF4y2Ba]及1 (4%)[gydF4y2Ba30.gydF4y2Ba]显示出较高的偏倚风险，因为有结果的参与者数量不合理。10组(40%)总体偏倚评分[gydF4y2Ba21gydF4y2Ba-gydF4y2Ba23gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba，gydF4y2Ba35gydF4y2Ba-gydF4y2Ba37gydF4y2Ba是温和的。7项研究(28%)的适用性评级的总体担忧[gydF4y2Ba21gydF4y2Ba-gydF4y2Ba23gydF4y2Ba，gydF4y2Ba27gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba]为中等，因为模型特征过多，实际使用中难以收集数据，而其他则较低(表S7)gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba

ML模型在GDM预测中的性能gydF4y2Ba

预测GDM的ML模型的总体合并AUROC为0.8492 (gydF4y2Ba图2gydF4y2Ba)．附加值如下:灵敏度0.69 (95% CI 0.68-0.69;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba= 99.6%;gydF4y2Ba图3gydF4y2Ba）;特异性0.75 (95% CI 0.75-0.75;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba= 100%;gydF4y2Ba图4gydF4y2Ba）;Dor 13.78 (95% ci 9.53-19.94;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba= 99.1%);PLR 4.02 (95% ci 3.13-5.17;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba= 99.6%);NLR 0.31 (95% CI 0.26 ~ 0.38;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba= 98.7%)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

敏感性分析gydF4y2Ba

在排除4个(16%)敏感性和特异性最低和最高的模型后，随机效应荟萃分析得出估计的合并敏感性为0.73 (95% CI 0.72-0.74;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba=98.3%)，合并特异性为0.73 (95% CI 0.72-0.73;gydF4y2BaPgydF4y2Ba<措施;我gydF4y2Ba^2gydF4y2Ba= 99.8%)。因此，合并估计被认为对排除异常值不敏感(图S2)gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba

亚组分析gydF4y2Ba

GDM预测性能结果的比较如图所示gydF4y2Ba表2gydF4y2Ba；图S3-S8所示gydF4y2Ba多媒体附件1gydF4y2Ba．gydF4y2Ba

本研究利用LR模型建立了19个预测模型[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba18gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba23gydF4y2Ba，gydF4y2Ba26gydF4y2Ba-gydF4y2Ba33gydF4y2Ba，gydF4y2Ba35gydF4y2Ba-gydF4y2Ba39gydF4y2Ba]，预测GDM的LR模型的总体合并AUROC为0.8151 (gydF4y2Ba图5gydF4y2Ba)．非lr模型用于预测GDM的总体合并AUROC为0.8891 (gydF4y2Ba图6gydF4y2Ba)，是这些子组中的最高值。对这些非lr方法的进一步分析表明，两种支持向量机模型[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba]的AUROC值分别为0.82和0.98(图S9)gydF4y2Ba多媒体附件1gydF4y2Ba)，而两个贝叶斯模型[gydF4y2Ba24gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]的AUROC值分别为0.766和0.71(图S10)gydF4y2Ba多媒体附件1gydF4y2Ba)．有趣的是，Ye等人[gydF4y2Ba20.gydF4y2Ba]开发了gbdt、AdaBoost、LightGBM、LR、Vote、XGBoost、决策树(DT)和rf等8种常见ML方法和2种常见回归模型，对822242例患者的数据集进行了GDM发生的预测。GBDT, AdaBoost和LightGBM (AUROC 0.70-0.75)是该研究中排名前三的模型，而DT和RF是最差的模型(AUROC 0.5-0.68)。使用490人的数据比较了三种ML方法的能力[gydF4y2Ba21gydF4y2Ba］．深度神经网络模型的AUROC最高，为0.92，而支持向量机和k-最近邻(KNN)模型的AUROC分别为0.82和0.68。25项研究中有4项(16%)使用XGBoost、LightGBM、GA-CatBoost和TreeNet, AUROC值分别为0.742、0.942、0.872和0.676 [gydF4y2Ba17gydF4y2Ba，gydF4y2Ba19gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba25gydF4y2Ba) (gydF4y2Ba表2gydF4y2Ba)．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

多元回归gydF4y2Ba

由于高水平的研究间异质性，进行了meta回归分析[gydF4y2Ba42gydF4y2Ba］．样本量、数据收集的国家、发表年份、使用的ML方法和模型质量均不影响诊断准确性(gydF4y2BaPgydF4y2Ba= 13)。所得到的估计参数的反对数转换可以解释为相应协变量的相对DOR，表明在所研究的试验的诊断性能随协变量的单位增加而变化(表S8)gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

本研究是一项试点元分析，评估ML模型预测GDM的性能。其对25项研究的总体汇总估计表明，ML模型在GDM患者的早期识别中具有很高的准确性。ML模型可以根据妊娠8 ~ 24周的数据进行预测。甚至有一个模型使用孕前特征提前28周预测结果，这表明ML模型对GDM预测的重要性。与人口普查或现有的筛选方法相比，ML方法具有一定的优势。普遍筛查可使通常根据OGTT检测做出决定的医生100%被发现，这可能会给个别妇女和卫生保健资源带来不必要的负担。目前的选择性筛查策略基于危险因素列表，具有固定的敏感性(±65%)和特异性(±80%)。尽管ML方法不能提供比目前可用的筛查策略更大的好处，但其优点是可以在敏感性和特异性之间选择一个优先的权衡[gydF4y2Ba43gydF4y2Ba］．统计方法的选择更多的是计算现有数据的定量度量，而不是以一般可行的方式预测未知数据[gydF4y2Ba44gydF4y2Ba］．gydF4y2Ba

根据亚组分析，使用非lr方法创建的模型获得了最高的AUROC，这表明研究人员应该测试更多的候选模型。一项研究旨在回顾和比较LR和其他ML算法的预测性能，以开发或验证妊娠护理的多变量预后预测模型;该研究还建议通过将现有LR模型与应用标准指南的算法进行比较，重新分析几种妊娠结局的现有LR模型[gydF4y2Ba45gydF4y2Ba］．在非lr模型中，LightGBM和GA-CatBoost等由多个较弱模型组成的独立训练的集成方法得到了满意的结果。GBDT模型中的变量强调了识别非线性关系的优势。支持向量机模型也取得了较好的结果;该方法构建了一个模型，将新示例分配到一个类别或另一个类别，使其成为一个非概率二进制线性分类器。KNN、DT和RF等方法的表现不如LightGBM和GA-CatBoost方法，这可能是因为DT分类是基于底部的单一条件，因此微小的变化可能会导致错误。对于射频，医疗数据的高维使分类和预测变得复杂。同样，KNN也不能用于高维特征空间。一些研究人员[gydF4y2Ba23gydF4y2Ba]的研究发现，两种方法之间的差异没有统计学意义，因为LR模型适用于变量与结果之间具有线性关系的简单数据。我们的研究还发现，根据总结接受者工作特征曲线，LR模型有利于获得更稳定的性能。诊断前0 ~ 13周的亚组获得了最高的汇总敏感性，而诊断前14 ~ 28周的亚组获得了最高的特异性，这意味着ML可以帮助临床医生在早期筛查中识别更多的患者，并避免在妊娠中期过度误诊。gydF4y2Ba

特征选择对模型性能和解释也至关重要。在这25项研究中，有19项研究将母亲年龄作为特征，这在我们的研究中得到了先前的报道和验证。纳入的一项研究报道，GDM发病率在25岁以后增加，主要原因是随着年龄的增长，胰岛β细胞的功能下降，因此老年孕妇的胰岛素拮抗作用加重[gydF4y2Ba46gydF4y2Ba］．8个模型认为GDM历史是预测GDM的重要因素。当将GDM病史作为预测未来GDM的危险因素时，DOR值为21.09。先前的研究发现，患有GDM的女性更有可能有2型糖尿病家族史和GDM史，部分原因是这两种疾病之间的遗传基础重叠[gydF4y2Ba18gydF4y2Ba］．在其他研究中，GDM与GDM病史无显著相关性，这是因为在他们的研究中，绝大多数未生育的女性没有发生GDM的风险。GDM与甘油三酯(TG)、高密度脂蛋白(高密度脂蛋白)、低密度脂蛋白(LDL)等血脂指标之间的关系已被研究，其中TG水平与GDM的关系最为密切[gydF4y2Ba47gydF4y2Ba］．我们的研究还发现，虽然在大多数纳入研究中，GDM组的TG、总胆固醇和LDL水平高于正常孕妇，但在特征选择后，只有TG水平是GDM的高危因素。一项包括母体脂肪分布和血清炎症因子的超声数据的新模型观察到，GDM孕妇的内脏脂肪厚度和皮下脂肪厚度更大;该模型还表明，皮下和内脏脂肪的增加可能导致肌肉和脂肪组织胰岛素抵抗的增加[gydF4y2Ba36gydF4y2Ba］．甜甜等[gydF4y2Ba27gydF4y2Ba]观察到患有GDM的女性瘦素和脂脂素-2水平较高，脂联素水平较低，并提出脂肪因子是GDM的特征。gydF4y2Ba

优势与局限gydF4y2Ba

这项研究的主要优势在于它的方法是合乎逻辑的，并且描述得足够详细，可以重现。这项荟萃分析几乎包括了所有已发表的GDM预后模型，以便进行比较。数据收集表基于GDM预测模型的特点。此外，新型PROBAST被用于评估偏倚风险和预后预测模型研究的适用性。诊断准确性研究质量评估(QUADAS)工具是一种广泛使用的工具，用于估计主要诊断准确性研究的偏倚和适用性，但并不完全适合预测模型[gydF4y2Ba48gydF4y2Ba］．在系统综述和元分析中，越来越多的研究人员倾向于使用PROBAST而不是QUADAS工具来评估基于人工智能的模型的偏倚;这是因为模型的更多细节，如数据源、处理、每个变量的事件数量、特征选择、模型开发和模型验证，都被集中检查了[gydF4y2Ba49gydF4y2Ba-gydF4y2Ba52gydF4y2Ba］．我们发现14项发展研究在方法学质量或适用性方面存在偏倚风险，这可能导致预测模型过拟合。值得注意的是，根据PROBAST，最近模型的质量高于先前发布的模型。如果研究人员根据TRIPOD计划报告他们的研究，就可以防止一些偏见[gydF4y2Ba12gydF4y2Ba］．gydF4y2Ba

尽管我们的研究证实了ML模型对GDM有很好的预测能力，但我们的研究还存在一些局限性。主要的局限性来自于研究间的异质性。首先，不同研究的样本量和分布不同，影响了每个模型的性能和适用性。此外，特征选择方法也各不相同。一些研究人员倾向于选择与GDM有统计学显著相关性的特征，而另一些研究人员则将基于先前建立的模型中现有知识的因素与预测器的可靠性、一致性、适用性、可用性和成本相结合。其次，当忽略对模型内部偏差的分析时，低质量模型的性能可能被高估。由于一些研究存在不同程度的偏差，本分析中的研究结果必须谨慎应用。值得注意的是，与为传统诊断方法设计的其他工具相比，PROBAST更有可能识别预测模型中的偏差。另一个限制是很少有模型经过外部验证来测试其可扩展性。然而，之前的一项研究[gydF4y2Ba8gydF4y2Ba]对12个已发表的GDM预测模型进行了外部验证，表明大多数已发表的模型显示出可接受的甄别性和校准性，但作者指出，由于不同人群中GDM发病率的差异，这些模型可能存在异质性。gydF4y2Ba

临床意义gydF4y2Ba

虽然已经开发了几种GDM评分系统，但目前的指南中没有一个是广泛推荐的。基于以上讨论，为了使ML模型在临床实践中预测GDM的优势最大化，模型研究者或决策者必须考虑以下几个方面。对于前者，我们建议关于使用哪种特征选择方法和ML算法的决定应该基于临床需要，而不是准确性。在常规医学中难以获得的具有多余特征的模型不太可能被广泛应用。研究人员还应提供数据预处理过程和验证、判别、校准、分类结果，从多个角度阐述模型的性能。对于决策者，我们建议数据来源，例如为GDM研究设计的基于人群的队列，具有统一的国际诊断标准，在这一目标中推广ML方法。研究表明，尽管电子健康记录为新型ML方法提供了各种数据，包括时间序列和图像，但它们具有固有的偏差，受患者与医疗保健系统相互作用的影响。相比之下，基于社区的预测可能强有力地捕捉到更多无症状高危病例[gydF4y2Ba53gydF4y2Ba］．根据国际糖尿病与妊娠研究小组协会(IADPSG)和国家健康与护理卓越研究所(21.72%)的GDM发病率，比人民卫生出版社出版的中国妇产科学教材第7版(6.08%)的标准高出3倍以上[gydF4y2Ba54gydF4y2Ba］．中国的一些专家主张实施IADPSG标准，因为他们认为这将指导研究人员更好地了解GDM在不同地区的患病率，并确保中国的标准与国际标准保持一致。然而，研究人员怀疑IADPSG的发现是否适用于所有人群，因为这些标准主要适用于白人女性。总之，尽快统一GDM诊断标准确实是有帮助的。本荟萃分析报告了ML模型的优势和需要注意的因素。一项类似的ML模型和深度学习算法的元分析报告称，基于人工智能的自动化工具为降低筛查成本提供了巨大的好处，并可以取代早期治疗[gydF4y2Ba55gydF4y2Ba］．gydF4y2Ba

结论gydF4y2Ba

综上所述，ML方法表现出较高的性能，将是一种更具选择性和成本效益的GDM筛查方法。应进一步强调质量评价和统一诊断标准的重要性。gydF4y2Ba