Quantifying the impact of using Coronary Artery Calcium Score for risk categorization instead of Framingham Score or European Heart SCORE in lipid lowering algorithms in a Middle Eastern population
Notice bibliographique
Résumé
BACKGROUND: The use of the Coronary Artery Calcium Score (CACS) for risk categorization instead of the Framingham Risk Score (FRS) or European Heart SCORE (EHS) to improve classification of individuals is well documented. However, the impact of reclassifying individuals using CACS on initiating lipid lowering therapy is not well understood. We aimed to determine the percentage of individuals not requiring lipid lowering therapy as per the FRS and EHS models but are found to require it using CACS and vice versa; and to determine the level of agreement between CACS, FRS and EHS based models. METHODS: Data was collected for 500 consecutive patients who had already undergone CACS. However, only 242 patients met the inclusion criteria and were included in the analysis. Risk stratification comparisons were conducted according to CACS, FRS, and EHS, and the agreement (Kappa) between them was calculated. RESULTS: In accordance with the models, 79.7% to 81.5% of high-risk individuals were down-classified by CACS, while 6.8% to 7.6% of individuals at intermediate risk were up-classified to high risk by CACS, with slight to moderate agreement. Moreover, CACS recommended treatment to 5.7% and 5.8% of subjects untreated according to European and Canadian guidelines, respectively; whereas 75.2% to 81.2% of those treated in line with the guidelines would not be treated based on CACS. CONCLUSION: In this simulation, using CACS for risk categorization warrants lipid lowering treatment for 5-6% and spares 70-80% from treatment in accordance with the guidelines. Current strong evidence from double randomized clinical trials is in support of guideline recommendations. Our results call for a prospective trial to explore the benefits/risks of a CACS-based approach before any recommendations can be made.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,047 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».