系统综述评估IVF活产预测机器学习模型：优势微弱且偏倚风险高
Start here
2026年11月，一项涵盖48项研究的系统综述与元分析对基于结构化临床数据预测IVF/ICSI活产的机器学习模型进行了批判性评价。结果显示，最佳机器学习模型的AUC仅比传统逻辑回归模型高出0.056。在验证表现方面，内部验证模型的合并AUC为0.814，但在跨期或跨中心验证中降至0.756。此外，评估发现48项研究中有47项存在高或不明确的偏倚风险，目前尚无任何模型具备明确的临床影响证据。分析指出，此类模型的实际收益主要来自于针对决策点的分期预测以及局部校准，而非算法本身的显著优势。
AI-generated from reports · Updated 6 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习基于结构化临床数据预测 IVF/ICSI 活产的机器学习研究：系统综述、元分析与批判性评价
一项涵盖 48 项研究的系统综述与元分析显示，基于结构化临床数据预测 IVF/ICSI 活产的最佳机器学习模型仅比逻辑回归高出 0.056 AUC。内部验证模型的合并 AUC 为 0.814，跨期或跨中心验证则降至 0.756。48 项研究中有 47 项存在高或不明确偏倚风险，尚无模型具备临床影响证据，收益主要来自针对决策点的分期预测与局部校准。
Story heat trend
Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.