《Nature Medicine》：AI-assisted scoping review of code sharing in clinical prediction model research
编辑推荐：
临床预测模型（clinical prediction models, CPMs）日益用于支持诊断与预后决策，因而可复现性对于评估其可靠性与泛化能力至关重要。分析代码（analytical code）可支持对这些过程的独立评估，但文献中代码可及性仍有限。本范围综
临床预测模型（clinical prediction models, CPMs）日益用于支持诊断与预后决策，因而可复现性对于评估其可靠性与泛化能力至关重要。分析代码（analytical code）可支持对这些过程的独立评估，但文献中代码可及性仍有限。本范围综述（scoping review）量化了代码共享现状，为制定TRIPOD-Code这一面向代码可用性与可复现性的报告指南提供依据。研究人员开发了大语言模型（large language model, LLM）辅助流程，用于筛选引用TRIPOD或TRIPOD+AI的文章、提取仓库链接，并依据14项预定义可复现性特征评估所获仓库。在3967篇文章中，482篇（12.2%）包含代码共享声明。共享比例因期刊与国家差异显著。仓库评估显示可复现性特征异质性明显。这些发现强调：除代码可用外，还需明确文档、依赖规范和可执行结构等要求。强化这些实践可提升临床预测模型研究的可用性，并支持其在真实世界临床场景中的部署。
研究背景方面，临床预测模型（clinical prediction models, CPMs）现广泛用于诊断与预后决策，模型进入实践前必须具备可独立评估的有效性、跨队列可复现的性能以及支持真实世界转化的透明度。用于数据预处理、模型开发、参数选择与调优、性能评估的分析代码（analytical code）是方法学审查与结果复现的关键，但已发表预测模型底层代码的可及性仍不常见。FAIR原则、EQUATOR Network与期刊及资助方的数据和代码可用性声明推动了计算透明，TRIPOD与2024年更新的TRIPOD+AI改善了报告完整性，但TRIPOD+AI虽鼓励共享分析代码，却未明确仓库结构、文档与可复现性标准，预测模型研究中代码共享的实际程度与质量此前未被系统研究。更广泛生物医学文献显示代码共享稀少，且声明可用常不等于真正可运行；已有研究多聚焦Jupyter笔记本或劳动密集型人工评审，难以扩展到大规模异质语料。因此，研究人员开展本项研究，目的是在引用TRIPOD或TRIPOD+AI的研究中量化代码可用性并评估共享仓库特征，为TRIPOD-Code扩展指南提供实证基础。论文发表于《Nature Medicine》。
关键技术方法方面，研究人员以2025年8月11日前PubMed中引用TRIPOD Statement与TRIPOD+AI Statement的文献为起点，去重后保留可通过PubMed Central Open Access API获取的全文，由大语言模型（large language model, LLM）按预定义结构化方案筛选是否开发、更新或验证多变量预测模型，并提取代码可用性声明与仓库链接；样本为符合标准的3967篇文章及后续380个可表征仓库。仓库通过支持GitHub、GitLab、Zenodo、OSF等提供方的自建工具拉取，按文件树、README与代码文件全量、其他文件截断的规则转为文本，再由LLM依据TRIPOD-Code执行委员会确定的14项仓库特征做结构化抽取；文章级与仓库级均设人工标注子集验证，文章筛选加权F1为0.97，仓库链接抽取准确率92.3%，仓库特征加权F1为0.83。
Results部分中，Code sharing显示3967篇中有482篇（12.2%）共享代码；代码共享随年份上升，每出版年 odds ratio（OR）为1.12（95% CI 1.07–1.18），2015年6.3%、2024年14.5%、2025年15.8%；引用TRIPOD+AI者共享率29.2%，高于TRIPOD的11.4%（OR 3.20），校正出版年后仍为2.61。中国占发表量最大（32.4%），芬兰、比利时、以色列共享比例最高。期刊间差异显著，71本含超10篇的期刊中17本共享率为0%，Nature Communications、npj Digital Medicine、PLOS Digital Health、PLOS Medicine最高。代码声明多见于数据可用性小节、方法小节与补充材料，措辞高度异质，94.4%仅出现一次。Repository characteristics显示447个仓库链接中27个指向不支持提供方，38个无法解析，最终380个入库；83.4%在GitHub；80.5%有README但仅52.1%说明用途与预期输出，42.4%为模块化结构，依赖规范37.6%，带版本约束21.6%，许可35.3%，出版链接36.8%，引用信息19.5%，测试3.9%，硬件需求8.4%，含数据或样例数据37.1%，286个随机性仓库中64.3%固定随机种子。Python与R最常见，Python年OR 1.31、R年OR 0.85，Python于2023年超过R，2025年占半数以上。
Discussion部分指出，代码共享在预测模型研究中仍不普遍，可用性上升并不等于可复现；高共享率期刊多有明确代码政策，但政策存在不等于执行充分，作者需提供可文档化代码，期刊需明确“充分共享”的边界，TRIPOD-Code Delphi流程将共识界定必备、推荐或情境依赖项。TRIPOD+AI因含鼓励代码可用条目（item 18f）而共享率近三倍于TRIPOD，说明结构化报告指南可改变作者行为。标准化代码可用性声明利于发现与评估；仓库常成档案件而非可复用资源，无许可会带来法律不确定并阻碍复用。预测模型进入临床后，外部验证常出现性能下降与亚组偏差，而训练评估对软件版本、随机种子和实现细节敏感，因此强化代码共享不仅关乎研究可复现，也关乎临床转化可靠性。局限性包括LLM辅助分类不完美、队列限于引用TRIPOD/TRIPOD+AI且PMC开放获取，可能高估广义预测模型文献的共享率。
研究结论部分译为：本大规模范围综述提供了引用TRIPOD或TRIPOD+AI的预测模型研究代码共享实践的仓库级评估。代码共享仍相对少见，仅12.2%的研究报告可获取代码；代码可用性随时间增加，但期刊与国家间持续存在显著异质性；直接检查仓库表明代码可用并不稳定转化为可复现性，许多仓库缺乏复用相关特征，如文档、依赖规范和许可。可用性是可计算可复现性的必要非充分条件。期刊间差异可能反映编辑期望与学科背景不同；高共享率期刊均有代码共享指导，但政策本身可能不足，需作者与期刊共同承担责权。TRIPOD+AI引用者共享率约为TRIPOD三倍，支持报告指南影响作者行为。标准化声明可提升可发现性；许多仓库只是存档制品而非可复用计算资源，许可缺失会阻碍复用。鉴于预测模型在临床中的作用上升，外部验证中性能退化和亚组偏差使可复现性尤为关键。本研究首个大规模仓库级评估表明，应把期望从“是否共享代码”推进到“如何共享代码”，在文档、依赖规范、许可与结构层面建立更清晰标准，为TRIPOD-Code扩展提供实证基础，并凸显期刊、资助方与报告框架在推动有意义可复现代码共享中的关键角色。
