使用营养预测因素开发心血管疾病死亡风险评分:戈勒斯坦队列研究中的风险预测模型

科学领域:

• 心血管疾病流行病学
• 营养科学 营养科学
• 在医疗保健中的预测建模.

背景情况:

• 心血管疾病 (CVD) 仍然是全球主要的死亡原因.
• 准确的风险评估工具对于早期干预和预防策略至关重要.
• 现有的风险模型可能不完全纳入全面的饮食因素.

研究的目的:

• 使用心血管疾病 (CVD) 死亡风险预测模型开发饮食评分.
• 为医疗保健专业人员创建一个简单而实用的评分系统.
• 确定心血管疾病死亡率的关键营养和生活方式预测因素.

主要方法:

• 利用了戈勒斯坦队列研究 (GCS) 中43878名成年参与者的数据.
• 采用考克斯的比例危险模型来开发一个8年心血管疾病死亡风险预测模型.
• 使用随机分成导出和验证集验证模型,评估歧视 (C-统计) 和校准.

主要成果:

• 预测模型包含了九个预测因素:年龄,体育活动,腰比,茶,蔬菜,白肉,盐,乳制品和蛋白质摄入量.
• 该模型在导出 (C-统计:0.76) 和验证 (C-统计:0.77) 两种集合中都显示了可接受的歧视.
• 在两组数据中,模型的校准值为0.81,这表明预测和观察到的风险之间有很好的一致性.

结论:

• 这项研究提出了第一个CVD死亡风险预测模型,该模型包含了大量队列中的大多数营养预测因素.
• 一个实用的,基于点的评分系统是从预测模型中获得的,用于增强临床效用.
• 这种营养风险评估工具可以激励个人采用更健康的饮食模式和生活方式,从而减少未来的心血管疾病风险.