MétaCan
Menu
Retour à la cohorte
Enregistrement W2955925693 · doi:10.20900/agmr20190004

Advantages of Continuous-Valued Risk Scores for Predicting Long-Term Costs: The Framingham Coronary Heart Disease 10-Year Risk Score

2019· article· en· W2955925693 sur OpenAlexaff
Sarah Y. Zheng, Benjamin Lubin, Rhoda Au, Joanne M. Murabito, Emelia J. Benjamin, Michael Shwartz

Notice bibliographique

RevueAdvances in Geriatric Medicine and Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Heart, Lung, and Blood InstituteNational Institute on Aging
Mots-clésFramingham Risk ScoreInternal medicineMedicineCoronary heart diseaseTerm (time)CardiologyFramingham Heart StudyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The few studies that have examined the relationship between midlife cardiovascular disease risk and longer-term costs have differentiated risk using a small number of risk categories. In this paper, we illustrate the advantages of a continuous-valued score to examine the relationship between risk and longer-term costs: the Framingham 10-year coronary heart disease risk score. METHODS: Our study cohort consisted of 1333 Second Generation Framingham Heart Study participants enrolled in fee-for-service Medicare for at least 8 quarters and who had a risk score assessment between age 40 and 50 years. We used generalized linear models to examine the relationships between quarterly Medicare costs and risk scores. RESULTS: Using risk categories defined by the Framingham score, the cost differences between a low and high risk group were 40% to over 200% greater than differences in comparable studies using a small number of risk categories. A continuous-valued score facilitates comparison of the cost consequences of impacting risk score changes. For example, an intervention that is able to reduce a person's score change between midlife and later-life from the 75th percentile to the 25th percentile would result in almost a 20% reduction in longer-term costs. In contrast, an intervention that is able to reduce a person's midlife score from the 75th percentile to the 25th percentile would result in a 38% reduction in costs. CONCLUSIONS: A continuous-valued risk score has advantages compared to defining risk based on a small number of risk categories.

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)0,016
score de la tête « metaresearch » (Gemma)0,053
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 enseignants0,016
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,053
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,376
Écart entre enseignants0,353 · 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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Geriatric Medicine and ResearchMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207