Adding carotid total plaque area to the Framingham risk score improves cardiovascular risk classification
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.
Notice bibliographique
Résumé
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.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle