Preparação para tradução de dados tabulares sintéticos baseados em modelos em saúde: revisão sistemática e auditoria de governança

Revisão sistemáticaNível 1 · Evidência consolidadaJournal of the American Medical Informatics Association : JAMIA1 out 20260 citações

O que aconteceu

Avaliar as aplicações clínicas e a prontidão para a tradução de dados tabulares sintéticos baseados em modelos em saúde e identificar lacunas no relato de governança que possam dificultar a tradução. Buscamos sistematicamente Ovid MEDLINE e Embase (2010-agosto 2025; PROSPERO: CRD42025635514) para estudos que geraram e aplicaram dados tabulares sintéticos baseados em modelos em contextos clínicos. A triagem utilizou um fluxo de trabalho de grande linguagem "humano-no-loop" ao lado de revisão manual independente, alcançando 100% de sensibilidade para estudos incluídos. Ao contrário de revisões anteriores focadas principalmente na metodologia de avaliação, mapeamos casos de uso e paradigmas de implantação, e relatórios de preparação de tradução auditados usando um quadro de governança pré-definido (profundidade de validação, privacidade, justiça, alinhamento regulatório). Existe um fosso sistêmico entre a inovação metodológica e o relatório sobre a disponibilidade de implantação. Dados sintéticos baseados em modelos mostram valor claro para aumento e balanceamento de classes, mas relatórios inconsistentes de validação, privacidade, equidade e considerações regulatórias limitam a confiança na implantação clínica.

O que encontraram

Foram incluídos 37 estudos (2019-2025). Os GANs predominaram; outras abordagens incluíram EAVs, modelos de difusão, síntese baseada em LLM e redes bayesianas. O aumento do conjunto de dados foi a aplicação primária, muitas vezes melhorando o desempenho do modelo a jusante para resultados raros. Aplicações emergentes incluíram coortes de controle sintético e mitigação de viés algorítmico. O relato de legibilidade da tradução foi limitado: 34/37 estudos (92%) se basearam exclusivamente na validação interna, 9/37 (24%) utilizaram modelos formais de privacidade, 6/37 (16%) relataram avaliações explícitas de equidade e 6/37 (16%) abordaram o alinhamento regulatório. Poucos estudos distinguiram o "sem liberação" dos paradigmas do "atraso-lançamento".

Por que isso importa

Propomos CONFIANÇA-SD (Transparência e Relatórios para Utilitário, Segurança e Tradução de Dados Sintéticos), uma lista de verificação de relatórios derivada do autor, preliminarmente informada de evidências, abrangendo 7 domínios, como ponto de partida para o refinamento da comunidade e a construção de consensos.

Tradução automática do resumo original, publicado em Journal of the American Medical Informatics Association : JAMIA sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.