基于SEER数据的临床预测模型研究系统综述：高质量缺失与泛化泛滥的警示

《Journal of Clinical Epidemiology》：A critical review of clinical prediction models in oncology: is this SEERious research?

　　

• •
  一项系统综述分析了436项使用SEER数据的临床预测模型研究，发现94%的研究第一作者隶属于中国机构，但仅有3%的研究明确了预期使用国家，引发了对其普适性的重大担忧。
• •
  大多数模型缺乏清晰报告的研究理由、目标人群定义或预期临床目的，极少有研究报告其预期临床应用场景，反映出公式化研究的典型特征——其驱动力是发表压力而非科学需求。
• •
  报告规范依从率极低，仅为13%，仅3%的研究提及了研究方案，而87%的纳入研究未讨论SEER数据是否适用于目标人群。
• •
  在过去十年中，基于SEER的预测模型研究数量从2016年的37项增长至2023年的超过700项，累计识别研究超过4,000项，表明可能存在大量低价值研究的快速泛滥。
• •
  单纯的数据可获取性不足以作为模型开发的正当理由，研究人员、期刊、同行评审者和数据管理者必须执行严格的标准，包括遵循TRIPOD+AI报告规范。

Biruk Tsegaye|Jie Ma|Jadwiga Fryc|Zahina Yasmin|Melissa Brookfield|Richard D. Riley|Paula Dhiman|Gary S. Collins