相关实验视频
Updated: Jan 15, 2026

An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
开发和验证ASCVD患者的新剩余风险评分
Olga Mineeva1, Chunying Li2, Franco Giulianini2
1Department of Computer Science, ETH Zurich, Zurich, Switzerland; Max Planck Institute for Intelligent Systems, Tuebingen, Germany.
新的风险评分,RRS16和RRS24,准确地预测了已确定的动脉样性心血管疾病 (ASCVD) 患者的10年心血管死亡风险. 这些得分优于美国心脏协会 (AHA) 目前的指导方针.
科学领域:
- 心血管医学 心血管医学
- 生物统计学 生物统计学
- 流行病学 流行病学
背景情况:
- 对于已确定的动脉样硬化心血管疾病 (ASCVD) 的个性化风险分层仍然是一个临床挑战.
- 现有的风险评分往往缺乏准确性来预测高风险人群的长期结果.
研究的目的:
- 开发和验证新的10年心血管死亡残留风险评分.
- 改进目前基于指导方针的模型之外的已确定的ASCVD患者的风险预测.
主要方法:
- 使用英国生物银行 (UKB) 进行开发和Mass General Brigham (MGB) 进行外部验证的前性观察队列研究.
- 使用弹性网Cox和渐变增强树模型来确定预测因素.
- 风险评分 (RRS16和RRS24) 是使用临床因素,生物标志物和自我报告的健康来制定的.
主要成果:
- 开发了RRS16和RRS24,分别结合了16和24个因素.
- 与2018年AHA指南模型 (UKB=0.658,MGB=0.580) 相比,RRS16显示出更高的性能 (C统计:UKB=0.752,MGB=0.750).
- 在UKB队列中,RRS24实现了0.784的C统计,两种模型都显示出良好的校准.
结论:
- 开发的剩余风险评分 (RRS16和RRS24) 显著优于目前的AHA指南模型,用于已建立的ASCVD.
- 这些评分为估计残留心血管风险提供了更好的临床适用性.
- 建议在不同患者群体进行进一步验证,以确认可概括性.
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Relative Risk
Acute Coronary Syndrome III: Diagnostic Studies
Atherosclerosis II: Clinical Manifestations and Diagnostic Tests
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Peripheral Arterial Disease II: Clinical Manifestations and Diagnostic Evaluation

