予測モデルのバイアスと適用性を評価する新ツールPROBAST、システマティックレビューや臨床ガイドライン作成に活用
【背景】
臨床現場で疾患の診断や予後予測に用いられる予測モデルは増えているが、その研究の質を評価する統一された基準が不足していた。既存のバイアス評価ツールや報告ガイドラインを参考に、予測モデル研究のバイアスのリスクと適用性を客観的に評価するツールの開発が求められていた。
【結果】
PROBAST（Prediction model Risk Of Bias ASsessment Tool）は、予測モデル研究のバイアスリスクと適用性を評価するツールとして開発された。38名の専門家によるDelphi法とパイロット運用を経て、参加者、予測因子、アウトカム、解析の4ドメイン、計20のシグナル質問で構成される。これにより、研究デザイン、実施、解析における欠陥がモデルの予測性能を系統的に歪めるバイアスを構造的に評価できる。
【臨床へのインパクト】
PROBASTは、診断モデルや予後モデルの開発、検証、更新に関する研究のバイアスリスクと適用性を評価するための、集中的かつ透明性の高いアプローチを提供する。システマティックレビューの他、エビデンスに基づいた医療に関心のある臨床医、ガイドライン作成者、ジャーナル編集者、査読者など、幅広いユーザーが予測モデル研究の批判的吟味に活用でき、臨床意思決定支援の質向上に寄与する可能性がある。
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。
