QRISK3 underestimates the risk of cardiovascular events in patients with COPD
Notice bibliographique
Résumé
BACKGROUND: Patients with chronic obstructive pulmonary disease (COPD) are at increased risk of cardiovascular disease (CVD). The extent to which the excess CVD risk is captured by risk factors in QRISK, a widely used CVD risk scoring tool, is not well studied. METHODS: We created an incidence cohort of diagnosed COPD patients from the United Kingdom (UK) Clinical Practice Research Datalink GOLD database (January 1998-July 2018). The outcome was a composite of fatal or non-fatal CVD events. Sex-specific age-standardised incidence ratios (SIR) were compared with values for the UK primary-care population. The observed 10-year CVD risk was derived using the Kaplan-Meier estimator and was compared with predicted 10-year risk from the QRISK3 tool. RESULTS: 13 208 patients (mean age 64.9 years, 45% women) were included. CVD incidence was 3.53 events per 100 person-years. The SIR of CVD was 1.71 (95% CI 1.61 to 1.75) in women and 1.62 (95%CI 1.54-1.64) in men. SIR was particularly high among patients younger than 65 years (women=2.13 (95% CI 1.94 to 2.19); men=1.86 (95% CI 1.74 to 1.90)). On average, the observed 10-year risk was 52% higher than QRISK predicted score (33.5% vs 22.1%). The difference was higher in patients younger than 65 years (observed risk 82% higher than predicted). CONCLUSION: People living with COPD are at a significantly heightened risk of CVD over and beyond their predicted risk. This is particularly the case for younger people whose 10-year CVD risk can be >80% higher than predicted. Risk scoring tools must be validated and revised to provide accurate CVD predictions in patients with COPD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».