开发,测试和比较基于新生活方式的预测模型,以预测冠状动脉心脏病风险
Qiaoxin Shi1,2, Haeyoon Jang1, Mengyao Wang1
1School of Public Health, The University of Hong Kong Li Ka Shing Faculty of Medicine, Pokfulam, Hong Kong SAR, China.
使用生活方式行为和多基因风险评分 (PRS) 预测冠心病 (CHD) 风险的新模型显示出有希望. 这些基于生活方式的模型 (LBM) 提供了适度的准确性,与传统方法相比,可以通过整合PRS来改进.
科学领域:
- 心血管疾病流行病学
- 遗传学和个性化医学
- 数字健康和可穿戴技术
背景情况:
- 标准冠心病 (CHD) 风险预测模型通常依赖于具有挑战性的实验室标记物.
- 需要取得进展,以纳入可访问的生活方式行为和遗传信息,以改善风险评估.
- 现有的模型,如聚合队列方程 (PCE) 和SCORE2,需要增强,以获得更广泛的适用性.
研究的目的:
- 开发和验证使用生活方式行为和多基因风险评分 (PRS) 的新型心脏病风险预测模型.
- 将这些新模型的性能与已建立的方程 (PCE和SCORE2) 进行比较.
- 评估将PRS整合到基于生活方式的模型中,以预测CHD风险的附加值.
主要方法:
- 利用了来自291,151名英国白人英国人的英国生物库数据.
- 开发了一种基于生活方式的模型 (LBM),包括年龄,性别,BMI,饮食,吸烟和可穿戴的身体活动.
- 基于300个遗传变异的CHD计算加权PRS,并应用Cox回归来预测风险.
主要成果:
- 在LBM,PCE,和SCORE2显示了可比的歧视 (C指数~0.71).
- 纳入PRS改善了LBM,PCE和SCORE2的C指数 (高达0.733).
- LBM表现出良好的校准,在添加PRS后略有改善,并显示出4.30%的净重新分类改进.
结论:
- 结合生活方式和人体测量数据的非实验室的LBM提供了适度的CHD风险预测准确度.
- 添加PRS可以提高基于生活方式的模型的预测性能.
- 需要进一步的外部验证来确认开发的LBM的概括性.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
06:16Signal Acquisition, Score Interpretation, and Economics of a Non-Invasive Point-of-Care Test for Coronary Artery Disease
Published on: August 9, 2024
相关概念视频
Coronary Artery Disease I: Introduction
Lifestyle Factors and Health
Benefits of Physical Activity
Physical activity, whether through structured exercise or casual activities like walking, biking, or dancing, is a cornerstone of a...
Coronary Artery Disease IV: Preventive Measures
Coronary Artery Disease II: Pathophysiology
Coronary Artery Disease III: Clinical Manifestations
Coronary Artery Disease V: Interprofessional Care
