与传统的和数字化的阴道镜检查方法相比，人工智能模型在阴道镜检查中的诊断准确性更高

《Journal of Immunotherapy》：Higher Diagnostic Accuracy of an AI Model for Colposcopy Compared With Conventional and Digital Colposcopic Evaluation

　　

摘要 通俗语言摘要

---

目的：

自我取样是一种促进HPV检测的策略，旨在实现世界卫生组织设定的到2030年消除宫颈癌的目标。使用尿液样本进行HPV检测具有无创性和消除筛查障碍的优点。然而，其准确性仍存在疑问。因此，这项荟萃分析旨在验证使用自我采集的尿液样本与医生采集的宫颈样本进行HPV检测的相对效果。

方法：

通过搜索PubMed、Embase和Cochrane图书馆数据库，找到了关于HPV检测的相关研究。纳入当前荟萃分析的研究评估了使用自我采集的尿液样本与医生采集的宫颈样本在检测高级别鳞状上皮内病变（HSIL+）方面的诊断准确性。此外，还纳入了提供明确数据以支持荟萃分析的研究。该荟萃分析采用了双变量随机效应模型进行。

结果：

共确定了23篇文章，其中包含8,332份自我采集的尿液样本和8,324份医生采集的宫颈样本。荟萃分析显示，使用自我采集的尿液样本进行HPV检测的敏感性为84.5%；另一项荟萃分析显示，使用医生采集的宫颈样本进行HPV检测的敏感性为92.1%（针对HSIL+）。亚组分析显示，使用Colli-Pee收集的首次排尿尿液样本的敏感性为87.8%。

结论：

与自我采集的尿液样本相比，使用医生采集的宫颈样本进行HPV检测在检测HSIL+方面具有更高的敏感性。使用标准收集装置收集的首次排尿尿液样本可能会略微提高检测敏感性。