MétaCan
Menu
Retour à la cohorte
Enregistrement W2585937149 · doi:10.1016/j.ihj.2017.01.015

Comparison of different cardiovascular risk score calculators for cardiovascular risk prediction and guideline recommended statin uses

2017· article· en· W2585937149 sur OpenAlexaboutno aff
Naveen Garg, Subrat Muduli, Aditya Kapoor, Satyendra Tewari, Sudeep Kumar, Roopali Khanna, Pravin K. Goel

Notice bibliographique

RevueIndian Heart Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFramingham Risk ScoreGuidelineRisk assessmentInternal medicineStatinMyocardial infarctionNiceDiseaseCardiologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The accuracy of various 10-year cardiovascular disease (CVD) risk calculators in Indians may not be the same as in other populations. Present study was conducted to compare the various calculators for CVD risk assessment and statin eligibility according to different guidelines. METHODS: Consecutive 1110 patients who presented after their first myocardial infarction were included. Their CVD risk was calculated using Framingham Risk score- Coronary heart disease (FRS-CHD), Framingham Risk Score- Cardiovascular Disease (FRS-CVD), QRISK2, Joint British Society risk calculator 3 (JBS3), American College of Cardiology/American Heart Association (ACC/AHA), atherosclerotic cardiovascular disease (ASCVD) and WHO risk charts, assuming that they had presented one day before cardiac event for risk assessment. Eligibility for statin uses was also looked into using ACC/AHA, NICE and Canadian guidelines. RESULTS: FRS-CVD risk assessment model has performed the best as it could identify the highest number of patients (51.9%) to be at high CVD risk while WHO and ASCVD calculators have performed the worst (only 16.2% and 28.3% patients respectively were stratified into high CVD risk) considering 20% as cut off for high risk definition. QRISK2, JBS3 and FRS-CHD have performed intermediately. Using NICE, ACC/AHA and Canadian guidelines; 76%, 69% and 44.6% patients respectively were found to be eligible for statin use. CONCLUSION: FRS-CVD appears to be the most useful for CVD risk assessment in Indians, but the difference may be because FRS-CVD estimates risk for several additional outcomes as compared with other risk scores. For statin eligibility, however, NICE guideline use is the most appropriate.

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)0,008
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,346
Écart entre enseignants0,289 · 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

Citations160
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Heart JournalMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207