診断・予後予測モデルの質評価ツールPROBAST、バイアスリスクと適用性を客観的に評価

【背景】

診断・予後予測モデルの論文が増加し、同じ疾患や集団に対する競合モデルも多く、どのモデルを臨床で使うべきか医療従事者やガイドライン作成者は判断に迷うことが課題でした。そのため、予測モデル研究の系統的レビューの需要が高まっています。

【結果】

予測モデルの系統的レビューにおけるバイアスリスクと適用性の評価を支援するため、PROBAST（Prediction model Risk Of Bias ASsessment Tool）が開発されました。これは専門家による合意形成プロセスを経て作成され、参加者、予測因子、アウトカム、解析の4ドメインにわたる20のシグナル質問を含みます。

【臨床へのインパクト】

PROBASTは、診断・予後予測モデル研究の質を客観的に評価するための標準ツールとして、日本の臨床現場でのモデル選択に貢献する可能性があります。系統的レビューやガイドライン作成において、質の高い予測モデルを特定し、患者さんへの最適な医療提供につながる判断を支援すると期待されます。

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。