研究の選択
形 1 に、PRISMA のフローチャートに基づいて記事を検索して選択するプロセスを示します。 PubMed、Web of Science、および Scopus データベースを検索すると、合計 15,064 件の論文が見つかりました。 重複 (n = 6537) を削除した後、(1) 論文タイトルのスクリーニング、(2) 論文要旨のレビュー、(3) 第 2 グループによる論文全文のレビューとデータの抽出の 3 つのステップを実行しました。 所定の基準に基づいて、1 段階および 2 段階のプロセスで 8,408 件の研究を除外しました。 第 3 段階では、119 件の論文から関連のない研究 (n = 86)、全文が入手できない論文 (n = 8)、レビュー研究 (n = 4)、および書籍の章 (n = 1) が除外されました。 最終的に 20 件の論文が第 3 段階、つまり論文全文のレビューに入りました。 研究チームは、出版年、国、雑誌/会議、目的、研究デザイン、サンプルサイズ、サンプルの年齢範囲、結果、ツール、課題/限界、研究とシステムターゲットとの関連性など、必要なデータ要素を抽出しました。 抽出したデータを Excel に記録しました (表 1）。
含まれる論文と除外される論文の識別およびスクリーニングプロセスの結果を示す PRISMA フロー図
表 1 含まれる貢献の概要 (n=20)
出版物の分析
年度ごとの研究の分布
研究は 1997 年から 2023 年まで実施されました。 図 2 結果を示します。 2021 (n = 5) が最も頻度が高くなります。 2 番目の頻度は 2018 年と 2022 年に関連していました (n = 3)。
国別および年別の研究の分布
国別の研究の分布
レビューされた研究は 8 か国で実施されました。 各国におけるこれらの研究の頻度を図に示します。 2 そして 3。 研究数が最も多かったのはインド (n = 9)、続いてインドネシア (n = 3)、米国、中国 (それぞれ 2) が 2 位と 3 位でした。
国別の研究の分布
ジャーナル/会議名、出版社、インパクトファクターに基づいた論文の分布
論文は 11 の異なるジャーナルと 7 つの会議に掲載されました。 ジャーナル「Frontiers in Endocrinology」の数が最も多かった（n = 2）が、他のジャーナルはすべて 1 件の論文しか掲載していませんでした。 「データと情報科学に関する国際会議」を除くすべての会議で、このテーマに関する論文が発表されました。 テーブル 2 そして 3 この分野の記事の分布を表示します。
表 2 ジャーナル/会議名、出版社、インパクトファクターに基づいた論文の分布表 3 会議名に基づいた論文の分布
研究仕様書
AI/アプリケーションに基づく検討の頻度
調査によると、研究のほとんど (95%) は AI テクノロジーを利用したモデルとシステムに焦点を当てていました。 [2, 16, 21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37]一方、AI ベースのアプリケーションの作成に至った研究は 1 件だけでした。 [18]。
システムアプリケーションの種類に応じた検討頻度： さまざまな目的で設計されたシステムやアプリケーションは、「予測」「診断」「管理」の 3 つのタイプに分類できます。 実施されたすべての研究のうち、60% が診断に焦点を当てていました [2, 16, 24,25,26, 29, 30, 32, 33, 35,36,37]予測の 30% [21,22,23, 27, 31, 34]そして管理については何もありません。 さらに、研究の 10% は診断と予測の両方に焦点を当てていました。 [18, 28]。 しかし、PCOSの管理における栄養の役割を調査した研究はありませんでした。
モデル評価のためのパフォーマンスメトリクスの仕様
テーブル 4 記事で使用されている指標を表示します。 前 [23]RMSE [23, 33]およびRRSE [23] 実装されたモデルの 3 種類の誤差を計算するため、最も低い値が理想的なモデルとして考慮されます。 数学における MAE は、絶対誤差と算術的に等価です。 この基準は誤差の大きさを測定するだけであり、誤差の方向を示す重要な指標ではありません。 これら 3 つの基準は、モデルのパフォーマンスを評価する研究で使用されています。 [23, 33]。
Kappa 統計は、モデルの信頼性の有効性を評価し、収集されたデータの変化を正確に表現するツールです。 その範囲は、− 1 から + 1 までです。一般的な統計であるにもかかわらず、健康研究におけるその尺度についてはコンセンサスがありません。 それは 1 つの研究でのみ使用されています [38]。
ほとんどの研究で一般的に使用される感度 [2, 18, 28,29,30, 32,33,34,35,36,37]特異性 [2, 28]と精度 [2, 18, 26, 28,29,30, 32,33,34,35,36,37] 基準として。 これらのメトリックは、真陽性 (TP)、真陰性 (TN)、偽陽性 (FP)、および偽陰性 (FN) によって測定されます。 F1 スコアまたは 𝐹 − 𝑀𝑒𝑎𝑠𝑢𝑟e (精度と再現率の調和平均)。 精度と再現率のバランスが取れている場合、より良い指標となります。 [2, 18, 26, 28,29,30, 32,33,34,35,36,37]。
表 4 モデル評価のパフォーマンス指標
PCOS予測のための意思決定支援システムの仕様
表に示すとおり 18つの研究 [18, 21,22,23, 27, 28, 31, 34] 病気を予測するモデルを設計しました。 これらの研究ではデシジョン ツリーが使用されました [22, 31]トポロジーを保持したフォワードネットワーク [21]多層パーセプトロン [21]NFRS [23]人工ニューラルネットワーク [23]アプリオリアルゴリズム [27]NB分類法 [28]LR [18, 28]KNN [18, 28, 31]カート [28]RF分類器 [18, 28]ガウス単純ベイズ [18]ファジー [31]> [34]GCN技術 [34] およびSVM [18, 28, 31]。
PCOS診断用意思決定支援システムの仕様
データベースに基づく自動検出モデル: 8 つの研究 [2, 18, 28,29,30, 32, 36, 37] 患者を自動的に診断またはスクリーニングするために、データベースに基づいた自動検出モデルを実装しました。 これらの研究は、すぐに入手できるデータまたは保健センターで治療を求める人々からのデータを使用して AI ベースのモデルを作成することにより、病気を自動的に診断することを目的としていました。 研究はすべて同様の方法論に従いました。 彼らはまず、健康な人と病気の人からデータを収集しました。 その後、前処理を実行してパラメータと特性を特定しました。 彼らは、選択された手法を使用してモデルを設計し、モデル評価メトリクスを使用してそのパフォーマンスを評価しました。 研究ではLRなどのさまざまな手法が利用されました。 [2, 28,29,30]ベイズ分類器 [2]DT [29, 37]SVM [18, 28,29,30, 37]> [32]KNN [18, 28]二次判別分類器 [18, 29]RF [18, 28,29,30]カート [28, 30]ガウス単純ベイズ [18]および K-means クラスタリング [36] 自動診断モデルを開発します。
画像に基づく分類モデル: 4 つの研究 [24,25,26, 35] は、超音波画像分類を使用してこの病気の診断モデルを開発しました。 モデルのトレーニングとテストには超音波画像が使用され、> などのさまざまな方法が使用されました。 [24,25,26]およびSVM [26] これらの研究で使用されました。
毛包セグメンテーションモデル: 2 つの研究 [16, 33] 疾患の自動診断のために、超音波画像内の卵胞をセグメント化するモデルを作成しました。 このモデルは特に卵胞セグメンテーションを通じて診断し、卵胞カウントに必要な時間を短縮します。 このプロセスは画像の公開から始まり、続いて卵胞をセグメント化するための画像処理が行われました。 特徴を抽出した後、分類器を使用してモデルを設計しました。 前処理段階で使用される技術には、ヒストグラム等化、コントラスト強調、画像のノイズ低減のためのウィナー フィルターが含まれます。 セグメンテーション段階では、ファジー論理、ハイブリッド インテリジェント、ウォーター ドロップ (IWD)、KNN、SVM を利用しました。 [33] および K-means クラスタリング [16]。
研究で言及された限界と課題
表に示すとおり 1 そして 10 件の研究で限界と改良点が指摘されました。 したがって、4つの研究ではサンプルサイズと特徴が少なく、3つの研究ではより多くの研究を実施する必要があり、1つの研究でより多くのデータを使用することによるシステムによる自動診断の時間が増加します。 [26]報告書と臨床データをまとめて開示することに対する患者の消極性 [19] ある研究では、他の分類器を使用して精度を向上させる必要性が述べられています。 [2]。
含まれる研究の品質評価
含まれている研究の品質評価は補足ファイル (表 S4) に詳細に記載されており、17 件の研究が高品質、3 件が中程度の品質と評価されています。
1712926755
#多嚢胞性卵巣症候群における栄養管理推奨システム体系的レビュー #BMCウィメンズヘルス
2024-04-12 12:43:46