表2 纳入模型的特征

第一作者	研究类型	模型名称	建模样本量	AUC	验模方法
Liang[4]	单中心回顾性病例对照研究	列线图模型	669例	0.861	内部验证
Peng[5]	单中心回顾性病例对照研究	Logistic回归	208例	0.956	内部验证
Zhao[6]	单中心回顾性病例对照研究	Logistic回归随机森林模型支持向量机模型 AdaBoost	224例	0.742 0.854 0.719 0.821	—
张成孟[7]	单中心回顾性病例对照研究	列线图模型	203例	0.798	内部验证
李欣忆[8]	单中心回顾性病例对照研究	列线图模型	119例	0.899	内部验证
房延儒[9]	单中心回顾性病例对照研究	列线图模型	215例	0.936	内部验证
白雪[10]	单中心回顾性病例对照研究	Logistic回归	309例	0.802	内部验证
张志远[11]	单中心回顾性病例对照研究	Logistic回归	73例	0.965	—
杨验芬[12]	单中心回顾性病例对照研究	列线图模型	142例	0.969	内部验证
Li[13]	单中心回顾性病例对照研究	列线图模型	145例	0.902	内部验证
谭邦国[14]	单中心前瞻性队列研究	Logistic回归	147例	0.934	内部验证
邱绮璇[15]	单中心回顾性病例对照研究	Logistic回归	167例	0.799	—
申艳[16]	单中心回顾性病例对照研究	列线图模型	189例	0.820	内部验证
Hou[17]	多中心回顾性病例对照研究	人工神经网络模型	999例	0.959	外部验证
Luo[18]	单中心回顾性病例对照研究	列线图模型	149例	0.817	内部验证
Tan[19]	单中心前瞻性队列研究	Logistic回归	130例	0.907	内部验证
孙逸飞[20]	单中心回顾性病例对照研究	Logistic回归	112例	0.924	-
李俊杰[21]	单中心回顾性病例对照研究	列线图模型	101例	0.801	内部验证
谢小华[22]	单中心回顾性病例对照研究	Logistic回归	117例	0.94	-
Liu[23]	单中心前瞻性队列研究	列线图模型	823例	-	内部验证
Liang[24]	单中心回顾性病例对照研究	Logistic回归	356例	0.843	-
门昌君[25]	单中心前瞻性病例对照研究	列线图模型	440例	0.994	内部验证
朱宇莉[26]	单中心回顾性病例对照研究	Pearson线性相关分析	102例	0.950	-
Wan[27]	单中心回顾性病例对照研究	Logistic回归	151例	0.853	-
Heo[28]	多中心回顾性队列研究	Logistic 回归	262例	0.824	内部验证
郭芸蕾[29]	单中心回顾性病例对照研究	Logistic回归	73例	0.840	-
王万鹏[30]	单中心回顾性病例对照研究	Logistic 回归	50例	0.910	-
李琴[31]	单中心回顾性病例对照研究	Logistic 回归	58例	0.680	内部验证
Mona[32]	单中心前瞻性队列研究	Logistic回归	175例	0.940	-
Sharma[33]	单中心前瞻性队列研究	Logistic回归	101例	0.760	-

注：Ada Boost（Adaptive Boosting）指自适应增强，是一种机器学习算法。