순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
PROBAST+AI: an updated quality, risk of bias, and applicability assessment tool for prediction models using regression or artificial intelligence methods
Karel G.M. Moons, Johanna AAG Damen, T. K. Kaul 외 · BMJ · 2025년 · 조회 17
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2025-03 발표 · 피인용 651회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 IT
전체 분야 Editor’s Pick 최우수 슬롯에 선정된 이유는 2025년 발표 이후 651회 인용을 기록하며 동일 연도 논문 중 상위 1%에 속하는 높은 인용 영향력을 보였기 때문이다.
논문 요약
예측 모델 및 알고리즘 연구의 품질·편향·적용성을 평가하기 위해 2019년에 도입된 PROBAST는 최근 회귀와 인공지능(머신러닝) 기법의 급격한 발전으로 업데이트가 필요해졌다. 본 논문은 이러한 필요성을 반영해 PROBAST+AI를 개발했으며, 모델 개발 단계와 모델 평가 단계로 구분한다. 모델 개발 단계에서는 16개의 목표 신호 질문을 통해 품질과 적용성을 검토하고, 모델 평가 단계에서는 18개의 신호 질문으로 편향 위험과 적용성을 평가한다. 두 단계 모두 참가자·데이터 출처, 예측 변수, 결과, 그리고 기타 도메인 네 가지 영역을 포괄한다.
후속 연구설계에 활용하기
후속 연구에서는 PROBAST+AI의 16·18개 신호 질문을 변수·척도 체크리스트로 활용해 예측 모델 개발·평가 프로토콜을 표준화할 수 있다.
핵심어
PROBAST인공지능예측 모델편향 평가
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.