Validation of the European SCORE2 models in a Canadian primary care cohort
Notice bibliographique
Résumé
AIMS: Systematic Coronary Risk Evaluation Model 2 (SCORE2) was recently developed to predict atherosclerotic cardiovascular disease (ASCVD) in Europe. Whether these models could be used outside of Europe is not known. The objective of this study was to test the validity of SCORE2 in a large Canadian cohort. METHODS AND RESULTS: A primary care cohort of persons with routinely collected electronic medical record data from 1 January 2010 to 31 December 2014, in Ontario, Canada, was used for validation. The SCORE2 models for younger persons (YP) were applied to 57 409 individuals aged 40-69 while the models for older persons (OPs) were applied to 9885 individuals 70-89 years of age. Five-year ASCVD predictions from both the uncalibrated and low-risk region recalibrated SCORE2 models were evaluated. The C-statistic for SCORE2-YP was 0.74 in women and 0.69 in men. The uncalibrated SCORE2-YP overestimated risk by 17% in women and underestimated by 2% in men. In contrast, the low-risk region recalibrated model demonstrated worse calibration, overestimating risk by 100% in women and 36% in men. The C-statistic for SCORE2-OP was 0.64 and 0.62 in older women and men, respectively. The uncalibrated SCORE2-OP overestimated risk by more than 100% in both sexes. The low-risk region recalibrated model demonstrated improved calibration but still overestimated risk by 60% in women and 13% in men. CONCLUSION: The performance of SCORE2 to predict ASCVD risk in Canada varied by age group and depended on whether regional calibration was applied. This underscores the necessity for validation assessment of SCORE2 prior to implementation in new jurisdictions.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».