本页面由土耳其语自动翻译。 阅读原文

本页是借助人工智能编写的土耳其语摘要，介绍在第26届世界精神病学大会上报告的研究。研究归报告作者所有；引用时请查阅原始来源。

SO023

重性抑郁障碍中人工智能与算法指导的抗抑郁药选择之比较：贝叶斯网状Meta分析

ARTIFICIAL INTELLIGENCE VERSUS ALGORITHM GUIDED ANTIDEPRESSANT SELECTION IN MAJOR DEPRESSIVE DISORDER A BAYESIAN NETWORK META ANALYSIS

人工智能辅助的临床决策支持系统在缓解和应答方面的排名均优于算法指导治疗和常规治疗，但估计值的可信区间极宽，存在不确定性。

本研究旨在比较人工智能辅助的临床决策支持系统（clinical decision support system，CDSS）、算法指导治疗和常规治疗（treatment as usual，TAU）在重性抑郁障碍（major depressive disorder，MDD）抗抑郁药选择中的有效性和耐受性。网状Meta分析纳入了7项在成年MDD患者中比较这三种策略的研究（N=2,328），采用随机效应（random effects）贝叶斯二项logit模型；主要结局为缓解和应答，次要结局为治疗中断和不良事件，并使用累积排序曲线下面积（surface under the cumulative ranking curve，SUCRA）对治疗策略进行排名。在缓解方面，人工智能辅助CDSS排名第一（SUCRA为100%），且明显优于TAU（log OR为21.01；95%可信区间〔credible interval，CrI〕为2.58至47.29）和算法指导治疗（log OR为20.88；2.46至47.19）；算法指导治疗相较于TAU未显示明确优势（log OR为0.10；-0.27至0.56）。在应答方面，人工智能同样排名第一（SUCRA为98.1%）；相较于TAU，log OR为1.41（-0.03至3.16），相较于算法指导治疗，log OR为1.76（0.28至3.55），而算法指导治疗略优于TAU，差异处于统计学显著性的边缘（log OR为0.35；0.01至0.70）。在治疗中断和不良事件方面，各组间未发现明确差异；估计值的可信区间相互重叠，存在不确定性，SUCRA排名提示TAU的治疗中断率可能略低（73.6%）。作者指出，人工智能辅助CDSS可能显著提高缓解率和应答率，但由于异质性、人工智能相关研究数量有限以及可信区间极宽，仍存在不确定性，需要开展大规模、采用盲法的随机对照试验。

全部 WCP 2026 摘要