Ключевые результаты
Систематический обзор 29 исследований (2016-2023 гг.) показал, что модели прогноза когнитивных нарушений после инсульта имеют приемлемую дискриминационную способность, но все модели характеризуются высоким риском систематических ошибок.
Основные показатели эффективности:
- AUC для моделей разработки: 0.85 (95% ДИ: 0.80–0.90)
- AUC для валидационных моделей: 0.82 (95% ДИ: 0.76–0.87)
- Индивидуальные AUC варьировали от 0.69 до 0.97
- Высокая гетерогенность результатов (I² = 93.6% для моделей разработки)
Методология
Исследование проведено согласно протоколу PROSPERO (CRD42024502063). Поиск литературы осуществлялся в базах данных PubMed, EMBASE, Web of Science и Cochrane Library.
Критерии включения:
- Исследования моделей риска постинсультных когнитивных нарушений
- Пациенты с острым инсультом
- Публикации с 2016 по 2023 год
- Наличие данных о предиктивной способности модели
Оценка качества:
- Использован инструмент PROBAST (Prediction Model Risk of Bias Assessment Tool)
- Анализ риска систематических ошибок и применимости
- Оценка методологического качества разработки моделей
Клиническое значение
Несмотря на кажущуюся приемлемую дискриминационную способность, все включенные модели имеют высокий общий риск систематических ошибок, особенно в домене анализа данных. Это приводит к переоценке реальной эффективности моделей.
Основные ограничения существующих моделей:
- Недостаточная внешняя валидация
- Методологические недостатки в разработке
- Высокая клиническая и методологическая гетерогенность
- Ограниченная применимость в реальной клинической практике
Практические рекомендации:
- Модели следует рассматривать как предварительные инструменты
- Необходима строгая внешняя валидация перед клиническим применением
- Требуется осторожность при интерпретации результатов
Выводы
Исследование выявляет значительный разрыв между заявленной эффективностью моделей прогноза постинсультных когнитивных нарушений и их реальной клинической применимостью.
Направления для будущих исследований:
- Разработка моделей на больших выборках и в многоцентровых исследованиях
- Проведение качественной внутренней и внешней валидации
- Улучшение методологии разработки предиктивных моделей
- Стандартизация диагностических критериев когнитивных нарушений
Данный систематический обзор подчеркивает необходимость более строгих методологических стандартов при разработке и валидации моделей прогноза в неврологии.