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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,147 | 0,278 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».