英国急性心肌梗塞患者的风险预测:一项使用1521家全科医院数据的队列研究
Evangelos Kontopantelis1, Salwa S Zghebi2, Corneliu T Arsene3
1Division of Informatics, Imaging and Data Sciences, School of Health Sciences, Faculty of Biology, Medicine and Health, The University of Manchester, Manchester, UK e.kontopantelis@manchester.ac.uk.
预测模型准确地识别急性心肌梗塞 (AMI) 后患有不良结果高风险的患者,有助于对新的和以前的AMI事件的临床决策.
科学领域:
- 心脏病学 心脏病学
- 公共卫生 公共卫生
- 医疗信息学 医疗信息学
背景情况:
- 急性心肌梗塞 (AMI) 是心血管死亡和发病的主要原因.
- 准确的风险预测对于有效的二次预防和患者管理至关重要.
- 现有的模型可能无法充分捕捉不同初级保健群体的短期风险.
研究的目的:
- 开发和验证预测模型,用于在第一次 (指数) 或之前 (普遍) AMI事件发生后的短期 (1年和5年) 结果.
- 评估模型在预测全因死亡率和复合心血管结果方面的表现.
主要方法:
- 使用来自临床实践研究数据链 (CPRD) Aurum和GOLD数据库 (2006-2019) 的数据的回顾性队列研究.
- 我们开发了后勤回归模型,在CPRD Aurum数据上进行内部验证,然后在CPRD GOLD上进行外部验证.
- 模型性能使用差异化 (AUC) 和校准指标进行评估.
主要成果:
- 模型显示出对1年和5年全因死亡率和复合心血管结局 (中风,心力衰竭,死亡) 在指数和流行AMI队列中进行良好的歧视.
- 在指数队列中,1年死亡率的曲线下面面积 (AUC) 值为0.802 (内部) 和0.800 (外部).
- 在流行性AMI队列中观察到更高的歧视,特别是1年死亡率 (AUC:0.896).
结论:
- 开发的预测模型有效地识别出患有IM后不良结果短期风险增加的患者.
- 这些模型可以支持临床医生量身定制监测策略和二次预防工作.
- 这些发现有助于指导患者咨询有关可修改的风险因素.
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
05:41Left Anterior Descending Coronary Artery Ligation for Ischemia-Reperfusion Research: Model Improvement via Technical Modifications and Quality Control
Published on: December 16, 2022
相关概念视频
Acute Coronary Syndrome III: Diagnostic Studies
Acute Coronary Syndrome IV: Interprofessional Care
Acute Coronary Syndrome I: Introduction
Acute Coronary Syndrome V: Nursing Management
Angina IV: Management
Angina III: Clinical Manifestations and Assessment
