Tanısal ve Prognostik Çalışmalar (STARD)
Özet
STARD (Tanısal Doğruluk Çalışmalarının Raporlanması İçin Standartlar) rehberi, tanısal doğruluk araştırmalarının şeffaf, eksiksiz ve standardize bir şekilde raporlanmasını sağlayan 30 maddelik bir kılavuzdur. Özellikle yapay zeka ve dijital patoloji gibi yenilikçi tanı yöntemlerinin geleneksel "altın standart" testlerle kıyaslandığı çalışmalarda bias riskini azaltmayı ve sonuçların genellenebilirliğini artırmayı amaçlar. 2015 yılında güncellenen bu rehber, araştırmacılara başlık seçiminden yöntem detaylarına, akış diyagramı kullanımından istatistiksel analizlerin sunumuna kadar geniş bir çerçevede metodolojik yol haritası sunar. Türkçe geçerlilik çalışması da bulunan bu standartlar, hem yazarlar hem de editörler için bilimsel yayın kalitesini yükselten kritik bir araç niteliğindedir.
The STARD (Standards for Reporting Diagnostic Accuracy Studies) guideline is a 30-item checklist designed to ensure the transparent, complete, and standardized reporting of diagnostic accuracy research. It aims to reduce bias and enhance the generalizability of results, particularly in studies comparing innovative diagnostic methods like AI and digital pathology with traditional "gold standard" tests. Updated in 2015, the guideline provides a methodological roadmap for researchers covering everything from title selection and methodological details to the use of flow diagrams and the presentation of statistical analyses. These standards, which also have a Turkish validity study, serve as a critical tool for both authors and editors to improve the quality of scientific publications.
Referanslar
Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., Gatsonis, C. A., Glasziou, P. P., Irwig, L., ... & Cohen, J. F. (2015). STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. Clinical chemistry, 61(12), 1446-1452.
Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., & Gatsonis, C. A. (2015). STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies.[Online]. BMJ 351, h5527.
Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., Gatsonis, C. A., Glasziou, P. P., Irwig, L., Lijmer, J. G., Moher, D., Rennie, D., de Vet, H. C., Kressel, H. Y., Rifai, N., Golub, R. M., Altman, D. G., Hooft, L., Korevaar, D. A., Cohen, J. F., & STARD Group (2015). STARD 2015: An Updated List of Essential Items for Reporting Diagnostic Accuracy Studies. Radiology, 277(3), 826–832.
Demir, E., Yavuz, Y., Ateş, C., Tekindal, M. A., Muslu, Ü., & Yildirim, E. (2019). STARD 2015 Kriterlerinin Türkçe Uyarlaması; Tanı Doğruluğu Çalışmalarının Raporlanması İçin Bir Kılavuz. Turkiye Klinikleri Journal of Biostatistics, 11(2).
Cohen, J. F., Korevaar, D. A., Gatsonis, C. A., Glasziou, P. P., Hooft, L., Moher, D., ... & Bossuyt, P. M. (2017). STARD for Abstracts: essential items for reporting diagnostic accuracy studies in journal or conference abstracts. bmj, 358.
Rimland, J. M., Abraha, I., Luchetta, M. L., Cozzolino, F., Orso, M., Cherubini, A., ... & Montedori, A. (2016). Validation of chronic obstructive pulmonary disease (COPD) diagnoses in healthcare databases: a systematic review protocol. BMJ open, 6(6), e011777.
Aghamaleki, F. S., Mollashahi, B., Nosrati, M., Moradi, A., Sheikhpour, M., & Movafagh, A. (2019). Application of an artificial neural network in the diagnosis of chronic lymphocytic leukemia. Cureus, 11(2).
Luqmani, R., Lee, E., Singh, S., Gillett, M., Schmidt, W. A., Bradburn, M., ... & Hutchings, A. (2016). The Role of Ultrasound Compared to Biopsy of Temporal Arteries in the Diagnosis and Treatment of Giant Cell Arteritis (TABUL): a diagnostic accuracy and cost-effectiveness study. Health technology assessment (Winchester, England), 20(90), 1-238.
Xu, G., Zhou, J., Zeng, S., Zhang, M., Ouyang, Z., Zhao, Y., ... & Zhou, Q. (2019). Prenatal diagnosis of fetal intraabdominal extralobar pulmonary sequestration: a 12-year 3-center experience in China. Scientific reports, 9(1), 1-9.
Arrigoni, P., Cucchi, D., Menon, A., & Randelli, P. (2017). It’s time to change perspective! New diagnostic tools for lateral elbow pain. Musculoskeletal surgery, 101(2), 175-179.
Borakati, A., Perera, A., Johnson, J., & Sood, T. (2020). Diagnostic accuracy of X-ray versus CT in COVID-19: a propensity-matched database study. BMJ open, 10(11), e042946.
Zanetti, A., D’Avanzo, F., Rigon, L., Rampazzo, A., Concolino, D., Barone, R., ... & Tomanin, R. (2019). Molecular diagnosis of patients affected by mucopolysaccharidosis: a multicenter study. European journal of pediatrics, 178(5), 739-753.
