MétaCan
Menu
Retour à la cohorte
Enregistrement W4396943792 · doi:10.1093/eurjpc/zwae174

Prediction of individual lifetime cardiovascular risk and potential treatment benefit: development and recalibration of the LIFE-CVD2 model to four European risk regions

2024· article· en· W4396943792 sur OpenAlexaff
Steven H J Hageman, Stephen Kaptoge, Tamar I. de Vries, Wentian Lu, Janet M Kist, Hendrikus J. A. van Os, Mattijs E. Numans, Kristi Läll, Martin Bobák, Hynek Pikhart, Růžena Kubínová, Sofia Malyutina, Andrzej Pająk, Abdonas Tamošiūnas, Raimund Erbel, Andreas Stang, Börge Schmidt, Sara Schramm, Thomas R Bolton, Sarah Spackman, Stephan J. L. Bakker, Michael J. Blaha, Jolanda M.A. Boer, Amélie Bonnefond, Hermann Brenner, Eric J. Brunner, Nancy R. Cook, Karina W. Davidson, Elaine Dennison, Chiara Donfrancesco, Marcus Dörr, James S. Floyd, Ian Ford, Michael Fu, Ron T. Gansevoort, Simona Giampaoli, Richard F. Gillum, Agustı́n Gómez de la Cámara, Lise Lund Håheim, Per-Olof Hansson, P. D. Harms, Steve E. Humphries, M. Kamran Ikram, J. Wouter Jukema, Maryam Kavousi, Stefan Kiechl, Anna Kucharska‐Newton, Kunihiro Matsushita, Helmut E. Meyer, Karel G.M. Moons, Martin Bødtker Mortensen, Mirthe Muilwijk, Børge G. Nordestgaard, Chris J. Packard, Luigi Pamieri, Demosthenes B. Panagiotakos, Annette Peters, Louis Potier, Rui Providência, Bruce M. Psaty, Paul M. Ridker, Beatriz L. Rodríguez, Annika Rosengren, Naveed Sattar, Ben Schöttker, Joseph E. Schwartz, Steven Shea, Martin J. Shipley, Reecha Sofat, Barbara Thorand, W M Monique Verschuren, Henry Völzke, Nicholas J. Wareham, Leo D. Westbury, Peter Willeit, Bin Zhou, John Danesh, Frank L.J. Visseren, Emanuele Di Angelantonio, Lisa Pennells, Jannick A N Dorresteijn

Notice bibliographique

RevueEuropean Journal of Preventive Cardiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensColumbia College
Organismes subventionnairesMailman School of Public Health, Columbia UniversityNIHR Cambridge Biomedical Research CentreSchool of Public Health, Imperial College LondonHelmholtz Zentrum MünchenDet Sundhedsvidenskabelige Fakultet, Københavns UniversitetEngineering and Physical Sciences Research CouncilJohns Hopkins Bloomberg School of Public HealthEuropean Regional Development FundUniversität InnsbruckMasarykova UniverzitaRECETOX Přírodovědecké Fakulty Masarykovy UniverzityHarokopio UniversityFaculty of Health and Medical Sciences, University of Western AustraliaTartu ÜlikoolSahlgrenska UniversitetssjukhusetUniversiteit LeidenAarhus UniversitetshospitalNational Institute for Health and Care ResearchGentofte HospitalUniversity of GlasgowBiotechnology and Biological Sciences Research CouncilUniversity College LondonUniversity of SouthamptonMedical Research CouncilLeids Universitair Medisch CentrumNarodowe Centrum NaukiDepartment of Health and Social CareHorizon 2020 Framework ProgrammeNational Institute on Handicapped ResearchAarhus UniversitetUniversiteit UtrechtMedizinische Universität InnsbruckEuropean CommissionIstituto Superiore di SanitàGlaxoSmithKlineImperial College LondonDeutsches Zentrum für Herz-KreislaufforschungUniversitair Medisch Centrum UtrechtUniversidad Complutense de MadridJohns Hopkins UniversityUniversity of WashingtonNorwegian Institute of Public HealthHarvard UniversityEesti TeadusagentuurBritish Heart FoundationNarodowym Centrum NaukiUniversität Heidelberg
Mots-clésMedicineRisk modelRisk assessmentDemographyRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

AIMS: The 2021 European Society of Cardiology prevention guidelines recommend the use of (lifetime) risk prediction models to aid decisions regarding initiation of prevention. We aimed to update and systematically recalibrate the LIFEtime-perspective CardioVascular Disease (LIFE-CVD) model to four European risk regions for the estimation of lifetime CVD risk for apparently healthy individuals. METHODS AND RESULTS: The updated LIFE-CVD (i.e. LIFE-CVD2) models were derived using individual participant data from 44 cohorts in 13 countries (687 135 individuals without established CVD, 30 939 CVD events in median 10.7 years of follow-up). LIFE-CVD2 uses sex-specific functions to estimate the lifetime risk of fatal and non-fatal CVD events with adjustment for the competing risk of non-CVD death and is systematically recalibrated to four distinct European risk regions. The updated models showed good discrimination in external validation among 1 657 707 individuals (61 311 CVD events) from eight additional European cohorts in seven countries, with a pooled C-index of 0.795 (95% confidence interval 0.767-0.822). Predicted and observed CVD event risks were well calibrated in population-wide electronic health records data in the UK (Clinical Practice Research Datalink) and the Netherlands (Extramural LUMC Academic Network). When using LIFE-CVD2 to estimate potential gain in CVD-free life expectancy from preventive therapy, projections varied by risk region reflecting important regional differences in absolute lifetime risk. For example, a 50-year-old smoking woman with a systolic blood pressure (SBP) of 140 mmHg was estimated to gain 0.9 years in the low-risk region vs. 1.6 years in the very high-risk region from lifelong 10 mmHg SBP reduction. The benefit of smoking cessation for this individual ranged from 3.6 years in the low-risk region to 4.8 years in the very high-risk region. CONCLUSION: By taking into account geographical differences in CVD incidence using contemporary representative data sources, the recalibrated LIFE-CVD2 model provides a more accurate tool for the prediction of lifetime risk and CVD-free life expectancy for individuals without previous CVD, facilitating shared decision-making for cardiovascular prevention as recommended by 2021 European guidelines.

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)0,019
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,239
Écart entre enseignants0,206 · 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'étudeSimulation ou modélisation
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

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Preventive CardiologyMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207