Déclaration TRIPOD+AI : directives mises à jour pour le rapport des modèles de prédiction clinique utilisant des méthodes de régression ou d'apprentissage automatique

La déclaration TRIPOD (Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis) a été publiée en 2015 pour fournir les recommandations minimales de rapport des études développant ou évaluant la performance d'un modèle de prédiction. Les avancées méthodologiques dans le domaine de la prédiction ont depuis inclus l'utilisation généralisée de l'intelligence artificielle (IA) alimentée par des méthodes d'apprentissage automatique pour développer des modèles de prédiction. Une mise à jour de la déclaration TRIPOD est donc nécessaire. TRIPOD+AI fournit des directives harmonisées pour le rapport des études de modèles de prédiction, indépendamment de l'utilisation de méthodes de modélisation par régression ou d'apprentissage automatique. La nouvelle checklist remplace la checklist TRIPOD 2015, qui ne doit plus être utilisée. Cet article décrit le développement de TRIPOD+AI et présente la checklist élargie de 27 éléments avec une explication plus détaillée de chaque recommandation de rapport, ainsi que la checklist TRIPOD+AI pour les résumés. TRIPOD+AI vise à promouvoir un rapport complet, précis et transparent des études développant un modèle de prédiction ou évaluant sa performance. Un rapport complet facilitera l'évaluation des études, l'évaluation des modèles et leur mise en œuvre.