目的系统评价精神分裂症患者攻击暴力行为风险预测模型。方法通过PubMed、Web of Science、EBSCO、Embase、The Cochrane Library、中国知网、维普数据库、万方数据库以及中国生物医学文献数据库等数据库,对精神分裂症攻击暴力行为有关...目的系统评价精神分裂症患者攻击暴力行为风险预测模型。方法通过PubMed、Web of Science、EBSCO、Embase、The Cochrane Library、中国知网、维普数据库、万方数据库以及中国生物医学文献数据库等数据库,对精神分裂症攻击暴力行为有关风险预测模型的文献进行全面检索,时限为2000年1月~2024年4月。由2名研究者独立进行文献筛选、资料提取和质量评价。结果纳入17篇文献,共包括48个风险预测模型,17个代表模型受试者工作特征曲线下面积(AUC)介于0.630~0.955之间。纳入模型的总体偏倚风险较高,主要原因为数据多来自单中心且样本量较小、缺失数据处理不当、存在过度拟合问题以及将连续性变量转换为二分类变量等。结论精神分裂症患者攻击暴力行为风险预测模型存在一定偏倚风险、适用性水平和整体预测性能较好,部分预测模型已经深入探索了机器学习算法的应用,并显示出相较于传统风险预测模型更优的预测效能。展开更多
文摘目的系统评价精神分裂症患者攻击暴力行为风险预测模型。方法通过PubMed、Web of Science、EBSCO、Embase、The Cochrane Library、中国知网、维普数据库、万方数据库以及中国生物医学文献数据库等数据库,对精神分裂症攻击暴力行为有关风险预测模型的文献进行全面检索,时限为2000年1月~2024年4月。由2名研究者独立进行文献筛选、资料提取和质量评价。结果纳入17篇文献,共包括48个风险预测模型,17个代表模型受试者工作特征曲线下面积(AUC)介于0.630~0.955之间。纳入模型的总体偏倚风险较高,主要原因为数据多来自单中心且样本量较小、缺失数据处理不当、存在过度拟合问题以及将连续性变量转换为二分类变量等。结论精神分裂症患者攻击暴力行为风险预测模型存在一定偏倚风险、适用性水平和整体预测性能较好,部分预测模型已经深入探索了机器学习算法的应用,并显示出相较于传统风险预测模型更优的预测效能。
