研究：基于大语言模型评估超1.3万篇孟德尔随机化研究报告质量

Zhou、Wang、Xu等研究团队基于OpenAI的GPT-5-mini模型构建自动化评估流程，在46篇经人工标注的孟德尔随机化（MR）论文上检验其与人工共识的一致率为89.0%，随后将该流程应用于2005至2025年间发表的逾1.3万篇MR论文，评估其对STROBE-MR报告指南的依从性。研究称，平均43个条目中有22项（51.2%）达到完全合规标准，各条目与章节间报告率差异明显，报告最少的条目集中于「方法」「结果」和「其他信息」部分；报告条目数随时间基本稳定，2021年后略有下降。敏感性分析显示，完全合规与部分合规标准下的时间趋势模式不同，尤其在方法、讨论和其他信息部分。作者称结果提示MR研究报告质量仍需提升，并建议对STROBE-MR指南作进一步完善。