Validación y refinamiento de las puntuaciones para predecir el riesgo de accidente cerebrovascular: estudio de...

Área de la Ciencia:

• Epidemiología
• Salud cardiovascular
• Estadísticas biológicas

Sus antecedentes:

• El
• 8 más 2
• La puntuación de riesgo de accidente cerebrovascular se utiliza ampliamente en China para identificar a las personas de alto riesgo, pero su precisión predictiva carece de pruebas sólidas.

Objetivo del estudio:

• Para validar la precisión de la predicción del riesgo de accidente cerebrovascular a 10 años del
• 8 más 2
• En las cohortes de la comunidad.
• Optimizar la predicción del riesgo de accidente cerebrovascular refinando el método de puntuación.

Principales métodos:

• Un estudio de cohorte basado en la población que involucró a 22.259 residentes de la comunidad en Ningxia, China, reclutados en 2013.
• Los eventos de accidente cerebrovascular se identificaron a través de los registros de autoinforme y de hospitalización electrónica (ICD-10: I60-63).
• La regresión logística y los modelos de Rothman-Keller se emplearon para refinar la puntuación de riesgo de accidente cerebrovascular de 8 factores para la predicción a 10 años.

Principales resultados:

• El
• 8 más 2
• Los resultados mostraron una incidencia variada de ictus entre los grupos de riesgo: 4, 5% (bajo), 14, 7% (medio) y 12, 3% (alto).
• Tanto la regresión logística como los modelos de Rothman-Keller demostraron un rendimiento predictivo superior en comparación con los modelos anteriores.
• 8 más 2
• puntuación, evidenciada por los valores del área debajo de la curva de características de funcionamiento del receptor (AUROC).
• El modelo de Rothman-Keller logró una mejora significativa en la reclasificación neta (0,051, P=0,01) con respecto a la puntuación de riesgo de referencia.

Conclusiones:

• El
• 8 más 2
• La puntuación de riesgo de accidente cerebrovascular demostró una eficacia limitada en la predicción de eventos de accidente cerebrovascular.
• El modelo de Rothman-Keller ofrece una mayor capacidad para identificar a las personas con alto riesgo de accidente cerebrovascular.
• La investigación futura debe integrar biomarcadores y imágenes multimodales para una predicción más precisa del riesgo de accidente cerebrovascular.