Family History: Impact on Coronary Heart Disease Risk Assessment beyond Guideline-Defined Factors
Notice bibliographique
Résumé
OBJECTIVE: Family history (FH) provides insights into the effects of shared genomic susceptibilities, environments and behaviors, making it a potentially valuable risk assessment tool for chronic diseases. We assessed whether coronary heart disease (CHD) risk assessment is improved when FH information is added to other clinical information recommended in guidelines. METHODS: We applied logistic regression analyses to cross-sectional data originally obtained from a UK study of women who delivered a live-born infant between 1951 and 1970. We developed 3 models: Model 1 included only the covariates in a guideline applicable to the population, Model 2 added FH to Model 1, and Model 3 included a fuller range of risk factors. For each model, its ability to discriminate between study subjects with and those without CHD was evaluated and its impact on risk classification examined using the net reclassification index. RESULTS: FH was an independent risk factor for CHD (odds ratio = 1.7, 95% confidence interval = 1.26-2.47) and improved discrimination beyond guideline-defined clinical factors (p < 0.0006). However, the difference in the area under the curve of 2.8% and the extent of patient reclassification resulting from the inclusion of FH were small (p = 0.11). CONCLUSION: While FH were a significant independent risk factor for CHD, it added little to risk factors typically included in guidelines.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».