MétaCan
Menu
Retour à la cohorte
Enregistrement W2337381742 · doi:10.1016/j.gheart.2015.12.003

Comparison of Nonblood-Based and Blood-Based Total CV Risk Scores in Global Populations

2016· article· en· W2337381742 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGlobal Heart · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensCentre for Global Health ResearchSt. Michael's Hospital
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of HealthU.S. Department of Health and Human Services
Mots-clésFramingham Risk ScoreMedicineConcordanceRisk assessmentCohortAbsolute risk reductionPopulationNational Health and Nutrition Examination SurveyDemographyEnvironmental healthDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cost-effective primary prevention of cardiovascular disease (CVD) in low- and middle-income countries requires accurate risk assessment. Laboratory-based risk tools currently used in high-income countries are relatively expensive and impractical in many settings due to lack of facilities. OBJECTIVES: This study sought to assess the correlation between a non-laboratory-based risk tool and 4 commonly used, laboratory-based risk scores in 7 countries representing nearly one-half of the world's population. METHODS: We calculated 10-year CVD risk scores for 47,466 persons with cross-sectional data collected from 16 different cohorts in 9 countries. The performance of the non-laboratory-based risk score was compared with 4 laboratory-based risk scores: Pooled Cohort Risk Equations (ASCVD [Atherosclerotic Cardiovascular Disease]), Framingham, and SCORE (Systematic Coronary Risk Evaluation) for high- and low-risk countries. Rankings of each score were compared using Spearman rank correlations. Based on these correlations, we measured concordance between individual absolute CVD risk as measured by the Harvard NHANES (National Health and Nutrition Examination Survey) risk score, and the 4 laboratory-based risk scores, using both the conventional Framingham risk thresholds of >20% and the recent ASCVD guideline threshold of >7.5%. RESULTS: The aggregate Spearman rank correlations between the non-laboratory-based risk score and the laboratory-based scores ranged from 0.915 to 0.979 for women and from 0.923 to 0.970 for men. When applying the conventional Framingham risk threshold of >20% over 10 years, 92.7% to 96.0% of women and 88.3% to 92.8% of men were equivalently characterized as "high" or "low" risk. Applying the recent ASCVD guidelines risk threshold of >7.5% resulted in risk characterization agreement for women ranging from 88.1% to 94.4% and from 89.0% to 93.7% for men. CONCLUSIONS: The correlation between non-laboratory-based and laboratory-based risk scores is very high for both men and women. Potentially large numbers of high-risk individuals could be detected with relatively simple tools.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,322
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle