脑卒中风险预测模型:系统审查和元分析
Osahon Jeffery Asowata1, Akinkunmi Paul Okekunle2, Muideen Tunbosun Olaiya3
1Department of Epidemiology and Medical Statistics, University of Ibadan, 200284, Nigeria.
Journal of the neurological sciences
|April 26, 2024
概括
脑卒中风险得分预测模型 (SRSMs) 在不同人群中显示出公平的预测性能 (c-统计数据 0.78). 然而,SRSM需要在独立的全球团体中进一步验证,以改善中风风险的识别.
科学领域:
- 医疗信息学 医疗信息学
- 流行病学 流行病学
- 生物统计学 生物统计学
背景情况:
- 脑卒中风险评分预测模型 (SRSMs) 对于识别高风险个体,及时干预至关重要.
- 关于这些SRSM在不同人群中的性能和通用性的证据有限.
- 这项研究系统地评估了现有的SRSM的性能,并确定了它们的弱点.
研究的目的:
- 检查现有的中风风险得分预测模型 (SRSMs) 的性能.
- 确定当前SRSM中的弱点.
- 为了确定SRSM性能是否因人口和地理区域而异.
主要方法:
- 在PubMed,EMBASE和Web of Science进行了系统的文献搜索,直到2022年2月.
- 预测模型风险偏差评估工具评估了所包含的研究的质量.
- 使用从随机效应模型中得出的汇总C统计数据进行了分析.
主要成果:
- 包括17篇涉及超过630万参与者的文章,大多数SRSM都是从队列研究中开发的.
- 对SRSM的整体聚合C统计为0.78,表明公平的预测性表现.
- 根据地区的子组分析显示了类似的表现:亚洲 (0.81),欧洲/英国 (0.76) 和美国 (0.75).
结论:
- SRSM的表现显示出相当大的变化.
- 汇总的C-统计表明SRSM的预测准确度相当高.
- 一个显著的局限性是,大多数SRSM在独立,多样化的全球人口中缺乏验证.
