Estimation of the Absolute Risk of Cardiovascular Disease and Other Events: Issues With the Use of Multiple Fine-Gray Subdistribution Hazard Models
Notice bibliographique
Résumé
BACKGROUND: The Fine-Gray subdistribution hazard model is frequently used in the cardiovascular literature to estimate subject-specific probabilities of the occurrence of an event of interest over time in the presence of competing risks. A little-known limitation of this approach is that, for some subjects and for some time points, the sum of the subject-specific probabilities for the different event types (eg, cardiovascular and noncardiovascular death) can exceed one. METHODS: We used data on 8238 patients hospitalized with congestive heart failure in Ontario, Canada. We fit 2 Fine-Gray subdistribution hazards models, one for cardiovascular death and one for noncardiovascular death and estimated the probability of death due to each cause within 5 years of hospital admission. We also fit 2 cause-specific hazard models for the 2 event types and combined the estimated cause-specific hazard functions to obtain subject-specific estimates of the probabilities of each of the 2 event types occurring within 5 years. RESULTS: When adding the probabilities of 5-year cardiovascular death and 5-year noncardiovascular death obtained from the Fine-Gray subdistribution hazard models, 8.6% of subjects had an estimated probability of 5-year all-cause mortality that exceeded 1 (100%). This problem was avoided by fitting 2 cause-specific hazard models, one for each outcome type, and combining the estimated cause-specific hazard functions to obtain subject-specific estimates of the risk of cardiovascular and noncardiovascular death. CONCLUSIONS: The Fine-Gray subdistribution hazard model may be problematic to use for a comprehensive assessment of absolute risks of multiple outcomes, while the combination of 2 cause-specific hazard models shows better statistical behaviour. Cause-specific modeling should not be discarded in competing risk situations.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».