COVID-19診断・予後予測モデルの網羅的レビュー、信頼性と有用性の評価

【背景】

COVID-19の診断や予後予測に役立つモデルが多数報告されているが、その妥当性や臨床的有用性は不明な点が多い。本研究は、これら予測モデルを網羅的にレビューし、その質を評価することを目的とした。

【結果】

232の予測モデルを特定した。一般人口のリスク予測モデル7つ、診断モデル118つ（画像診断75、重症度診断10）、予後予測モデル107つであった。ほとんどのモデルはバイアスのリスクが高いか不明であり、報告された予測性能（C-index 0.54-0.99）は楽観的である可能性が示唆された。

【臨床へのインパクト】

報告されたCOVID-19予測モデルのほとんどは、報告の質が低くバイアスのリスクが高いため、その性能は過大評価されている可能性があり、臨床現場での意思決定に用いるべきではない。ただし、Jehi診断モデルと4C死亡率スコアは有望であり、多施設での検証が待たれる。信頼性の低い予測は害をもたらす可能性があり、今後のモデル開発と報告には厳格なガイドライン遵守が求められる。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。