Prognostic Modelling Studies of Coronary Heart Disease—A Systematic Review of Conventional and Genetic Risk Factor Studies
Notice bibliographique
Résumé
This study aims to provide an overview of multivariable prognostic modelling studies developed for coronary heart disease (CHD) in the general population and to explore the optimal prognostic model by comparing the models' performance. A systematic review was performed using Embase, PubMed, Cochrane, Web of Science, and Scopus databases until 30 November 2019. In this work, only prognostic studies describing conventional risk factors alone or a combination of conventional and genomic risk factors, being developmental and/or validation prognostic studies of a multivariable model, were included. A total of 4021 records were screened by titles and abstracts, and 72 articles were eligible. All the relevant studies were checked by comparing the discrimination, reclassification, and calibration measures. Most of the models were developed in the United States and Canada and targeted the general population. The models included a set of similar predictors, such as age, sex, smoking, cholesterol level, blood pressure, BMI, and diabetes mellitus. In this study, many articles were identified and screened for consistency and reliability using CHARM and GRIPS statements. However, the usefulness of most prognostic models was not demonstrated; only a limited number of these models supported clinical evidence. Unfortunately, substantial heterogeneity was recognized in the definition and outcome of CHD events. The inclusion of genetic risk scores in addition to conventional risk factors might help in predicting the incidence of CHDs; however, the generalizability of the existing prognostic models remains open. Validation studies for the existing developmental models are needed to ensure generalizability, improve the research quality, and increase the transparency of the study.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| 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 ».