Eiman Sahlyおよび同僚らが主導する体系的レビューは、一次治療後の乳がん再発を予測するために、ロジスティック回帰やCox比例ハザードモデルなどの本質的に解釈可能な統計モデルと、説明可能人工知能（XAI）のアプローチを比較している。

PROSPEROにCRD420251145602で登録されたこのレビューは、ブラックボックス、グレーボックス、ホワイトボックスのスペクトル全体にわたって公開済みモデルを批判的に評価することを目的としている。チームは現在データ抽出を終えつつあり、バイアスリスク評価に移行する前に、レビューの質問、検索戦略、CHARMS、PROBAST+AI、TRIPOD+AIなどの評価ツールに関するフィードバックを求めている。

著者は、信頼性の高い予後モデルのための方法論的ギャップの特定と将来の方向性の概説に役立つよう、乳がん予後、予測モデリング、腫瘍学、または説明可能/解釈可能AIの分野の同僚からのコメントを歓迎している。