在中风事件后预测心房动:系统性审查与元分析
Anna Helbitz1, Mohammad Haris2, Tanina Younsi3
1Faculty of Medicine and Health, University of Leeds, Leeds, United Kingdom.
Heart rhythm
|January 26, 2025
概括
在中风后预测心房动 (AF) 对二次预防至关重要. 这项研究评估了多变量模型,发现三种 (SAFE,SURF,iPAB) 显示出卓越的性能,尽管需要进一步验证.
科学领域:
- 心脏病学 心脏病学
- 神经学 神经学
- 医疗信息学 医疗信息学
背景情况:
- 在中风后检测心房动 (AF) 对二次预防至关重要.
- 长时间的心脏监测往往是昂贵和繁的.
- 多变量预测模型可以优化监测的患者选择.
研究的目的:
- 评估现有的多变量模型的性能,以预测中风患者的AF.
- 确定可靠的工具来指导二次中风预防策略.
主要方法:
- 在MEDLINE和Embase系统搜索中风患者的AF预测模型研究.
- 从符合条件的模型中对歧视措施 (C统计) 的贝叶斯元分析.
- 使用PROBAST工具对偏差风险的评估.
主要成果:
- 75项研究确定了58种独特的预测模型;66%具有高偏差.
- 三种模型 (SAFE,SURF,iPAB) 在元分析中显示出优异的歧视.
- 只有SAFE在排除高偏差研究时保持了优异的歧视;没有模型在外部验证或大型AF事件队列中表现出色.
结论:
- 三个多变量模型显示出 AF 预测中风后的优秀统计性能.
- 未来的验证对于确认临床效用和指导指南建议至关重要.
- 需要进一步的研究来确定这些AF预测模型的实际有效性.


