Desempenho diagnóstico do aprendizado de máquina para o lúpus eritematoso sistêmico: Revisão sistemática e meta-análise

MetanáliseNível 1 · Evidência consolidadaJournal of medical Internet research4 set 20260 citações

O que aconteceu

O diagnóstico precoce e preciso de lúpus eritematoso sistêmico (LES) e seu envolvimento orgânico é essencial. Resenhas anteriores de aprendizado de máquina (ML) no LES combinaram tarefas heterogêneas e estratégias de validação e podem ter superinterpretado o desempenho do modelo. Este estudo avaliou o desempenho diagnóstico dos modelos ML e aprendizagem profunda (DL) para 3 tarefas clínicas distintas relacionadas ao LES: classificação ou diagnóstico do LES, diagnóstico de nefrite lúpica (LN) e discriminação do lúpus eritematoso sistêmico neuropsiquiátrico (LPSLE). Também avaliamos a qualidade metodológica e a certeza das evidências. PubMed, Embase, Cochrane Library, Web of Science e IEEE Xplore foram pesquisados de janeiro de 2014 a abril de 2026. Estudos de acurácia diagnóstica elegíveis revisados por pares desenvolveram ou validaram modelos ML ou DL para 1 das 3 tarefas pré-especificadas, utilizaram um padrão de referência aceito e forneceram dados para uma tabela de contingência 2×2. Meta-análises bivariadas de efeitos aleatórios com o ajuste de Hartung-Knapp-Sidik-Jonkman foram utilizadas para agrupar sensibilidade e especificidade. Relatamos intervalos de predição de 95% (PIs), avaliamos o risco de viés utilizando a ferramenta Quality Assessment of Diagnostic Accuracy Studies for Artificial Intelligence (QUADAS-AI; Viknesh Sounderajah [Imperial College London]) e avaliamos a certeza de evidência utilizando o framework Grading of Recommendations Assessment, Development, and Evaluation for diagnostic test accuracy.

O que encontraram

Foram incluídos 29 estudos: 17 para classificação do LES, 5 para diagnóstico de NV e 7 para discriminação de NPSLE. Na análise estratificada por tarefa primária, a sensibilidade agrupada foi de 0,91 (IC 95% 0,86-0,94; IP 95% 0,56-0,99) e a especificidade agrupada foi de 0,94 (IC 95% 0,91-0,96; IP 95% 0,69-0,99), com baixa heterogeneidade (I2=23,9% e 22,9%, respectivamente). Os modelos de LD apresentaram sensibilidade de 0,93 e especificidade de 0,95, em comparação com 0,88 e 0,94 para modelos de ML tradicionais. A certeza de evidência foi alta para a maioria das análises, mas baixa para o diagnóstico de NL por inconsistência e imprecisão. Todos os estudos foram retrospectivos e apenas 9 de 29 (31%) realizaram validação externa independente. O risco global de viés foi alto ou incerto em 22 dos 29 estudos (75,9%). Nenhum estudo relatou calibração do modelo, análise da curva de decisão ou benefício clínico líquido.

Por que isso importa

Modelos de ML mostraram acurácia diagnóstica promissora em 3 tarefas distintas relacionadas ao LES, mas PIs amplos, validação externa limitada e risco de viés generalizado restringem conclusões sobre generalização do mundo real. Estudos multicêntricos prospectivos com tarefas padronizadas e padrões de referência, validação externa independente e avaliação formal da calibração e utilidade clínica são necessários antes da implementação clínica.

Tradução automática do resumo original, publicado em Journal of medical Internet research sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.