MétaCan
Menu
Retour à la cohorte
Enregistrement W2406583286 · doi:10.5114/aoms.2016.59924

Adding carotid total plaque area to the Framingham risk score improves cardiovascular risk classification

2016· article· en· W2406583286 sur OpenAlexaff
Hernán A Pérez, Néstor H. García, J. David Spence, Luis Armando

Notice bibliographique

RevueArchives of Medical Science · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineFramingham Risk ScoreInternal medicineDiabetes mellitusBody mass indexPopulationRisk assessmentProspective cohort studyDiseaseEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Cardiovascular events (CE) due to atherosclerosis are preventable. Identification of high-risk patients helps to focus resources on those most likely to benefit from expensive therapy. Atherosclerosis is not considered for patient risk categorization, even though a fraction of CE are predicted by Framingham risk factors. Our objective was to assess the incremental value of combining total plaque area (TPA) with the Framingham risk score (FramSc) using post-test probability (Ptp) in order to categorize risk in patients without CE and identify those at high risk and requiring intensive treatment. MATERIAL AND METHODS: A descriptive cross-sectional study was performed in the primary care setting in an Argentine population aged 22-90 years without CE. Both FramSc based on body mass index and Ptp-TPA were employed in 2035 patients for risk stratification and the resulting reclassification was compared. Total plaque area was measured with a high-resolution duplex ultrasound scanner. RESULTS: 57% male, 35% hypertensive, 27% hypercholesterolemia, 14% diabetes. 20.1% were low, 28.5% moderate, and 51.5% high risk. When patients were reclassified, 36% of them changed status; 24.1% migrated to a higher and 13.6% to a lower risk level (κ index = 0.360, SE κ = 0.16, p < 0.05, FramSc vs. Ptp-TPA). With this reclassification, 19.3% were low, 18.9% moderate and 61.8% high risk. CONCLUSIONS: Quantification of Ptp-TPA leads to higher risk estimation than FramSc, suggesting that Ptp-TPA may be more sensitive than FramSc as a screening tool. If our observation is confirmed with a prospective study, this reclassification would improve the long-term benefits related to CE prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,283
Écart entre enseignants0,263 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Medical ScienceMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207