ویراستار عزیز
مقاله کالینز و همکاران با عنوان “بیانیه TRIPOD+AI: راهنمایی به روز برای گزارش مدل های پیش بینی بالینی که از روش های رگرسیون یا یادگیری ماشین استفاده می کنند” را با علاقه فراوان خواندیم. ما نویسندگان را برای به‌روزرسانی جامع و تلاش برای هماهنگ کردن استانداردهای گزارش برای مدل‌های پیش‌بینی با استفاده از هوش مصنوعی تحسین می‌کنیم. با این حال، مایلیم یک تناقض در اصطلاح را که ممکن است منجر به سردرگمی در بین خوانندگان و کاربران چک لیست TRIPOD+AI شود، مورد توجه شما قرار دهیم.
هدف این مقاله استاندارد کردن اصطلاحات با جایگزینی اصطلاح “اعتبارسنجی” با “ارزیابی” برای جلوگیری از ابهام است، رویکردی قابل ستایش با توجه به چشم انداز در حال تکامل مدل های پیش بینی بالینی. نسخه خطی عمدتاً از اصطلاحات “توسعه” و “ارزیابی” برای حفظ ثبات استفاده می کند. با وجود این، به نظر می رسد در استفاده از اصطلاحات در چک لیست منتشر شده و مواد تکمیلی نظارتی وجود دارد.
در جدول 2 چک لیست TRIPOD+AI، آیتم 4 (اهداف) به جای «توسعه یا ارزیابی» به اشتباه به «توسعه یا اعتبارسنجی» اشاره می کند. این برخلاف هدف بیان شده از هماهنگی اصطلاحات ذکر شده در نسخه خطی است.
به طور مشابه، مورد 16 همان چک لیست از عبارت “آموزش در مقابل ارزیابی” استفاده می کند که در عین اینکه تا حدی همسو است، می تواند از بازنگری به “توسعه در مقابل ارزیابی” بهره مند شود تا اصطلاحات استفاده شده در سراسر سند را به طور کامل منعکس کند. قابل ذکر است، چک لیست توسعه یافته TRIPOD+AI موجود در Open Science Framework (موجود در https://osf.io/zyacb/؛ تاریخ ایجاد: 21 سپتامبر 2020؛ تاریخ اصلاح: 18 آوریل 2024) به درستی از «توسعه در مقابل ارزیابی» استفاده می کند. “
این تناقضات، در حالی که جزئی هستند، ممکن است منجر به سردرگمی یا تفسیر نادرست دستورالعمل‌ها شود و به طور بالقوه بر کاربرد یکنواخت و پایبندی به استانداردهای TRIPOD+AI تأثیر بگذارد. اطمینان از سازگاری در اصطلاحات بسیار مهم است، به ویژه در زمینه پیچیده و به سرعت در حال تکامل مانند AI در مدل سازی پیش بینی بالینی.
ما از فرصتی برای اظهار نظر در مورد این اثر مهم قدردانی می کنیم و از نویسندگان و مجله به دلیل تعهد آنها به افزایش شفافیت و تکرارپذیری تحقیقات بهداشتی تشکر می کنیم.