MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244404711 · doi:10.1161/circ.132.suppl_3.11790

Abstract 11790: New and Old Cardiovascular Disease Risk Models to Predict Events in HIV Infected Patients

2015· article· en· W4244404711 sur OpenAlexaff
Paolo Raggi, Davide De Francesco, Stefano Zona, Chiara Stentarelli, Federica Carli, Andrea Malagoli, Marcella Maniscardi, Antonio Bellasi, Giovanni Guaraldi

Notice bibliographique

RevueCirculation · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineFramingham Risk ScoreIncidence (geometry)CohortHuman immunodeficiency virus (HIV)Internal medicineDiseaseImmunology

Résumé

récupéré en direct d'OpenAlex

Background: The high incidence of cardiovascular events in HIV infected patients creates the important challenge of performing an accurate risk assessment and initiating treatment in the most appropriate patients. The new Pooled Equations (PE) recommended by the recent ACC/AHA guidelines have not been tested in HIV infected patients and compared with the older Framingham Risk Score (FRS). Method: Cohort of 2,550 HIV infected patients (34% women) followed prospectively for a total of 10,695 patient-years. We compared the 10-year risk of events of 7.5% with PE versus a FRS level of 6%, for the dual purpose of assessing the validity of the new algorithm in HIV and verify whether lowering the threshold of the older algorithm may be equivalent to the new method. Results: Mean age was 49.7+/-7 years, and mean HIV exposure was 16.6+/-6 years. Total follow-up was 10,695 patient-years and 67 non-fatal myocardial infarctions and 2 CV deaths were recorded. PE>7.5% and FRS>6% predicted (44/69 and 49/69) and missed (25/69 and 20/69) the same number of true events. The Net Reclassification Index showed that PE>7.5% is weaker than FRS>6% to predict events (7% fewer events predicted) but better to predict non-events (14% more cases predicted to not occur). Table 1 shows the recommendation for statin therapy according to PE and FRS compared to current clinical practice within our institution: the 2 algorithms were not superior to what is currently implemented at our institution. Conclusions: In HIV infected patients the new PE>7.5% algorithm performs similarly to a FRS>6% to predict events but is better than the older algorithm to predict non-events. Neither model is superior to clinical practice as a method to select patients who should receive risk reduction therapies. (p-value for comparison of recommended vs actual statin prescription)

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)0,007
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,273
Écart entre enseignants0,239 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetHIV-related health complications and treatments→Travaux en français237 207→