External validation and comparison of six cardiovascular risk prediction models in the Prospective Urban Rural Epidemiology (PURE)-Colombia study
Notice bibliographique
Résumé
AIMS: To externally validate the SCORE2, AHA/ACC pooled cohort equation (PCE), Framingham Risk Score (FRS), Non-Laboratory INTERHEART Risk Score (NL-IHRS), Globorisk-LAC, and WHO prediction models and compare their discrimination and calibration capacity. METHODS AND RESULTS: Validation in individuals aged 40-69 years with at least 10 years of follow-up and without baseline use of statins or cardiovascular diseases from the Prospective Urban Rural Epidemiology (PURE)-Colombia prospective cohort study. For discrimination, the C-statistic, and receiver operating characteristic curves with the integrated area under the curve (AUCi) were used and compared. For calibration, the smoothed time-to-event method was used, choosing a recalibration factor based on the integrated calibration index (ICI). In the NL-IHRS, linear regressions were used. In 3802 participants (59.1% women), baseline risk ranged from 4.8% (SCORE2 women) to 55.7% (NL-IHRS). After a mean follow-up of 13.2 years, 234 events were reported (4.8 cases per 1000 person-years). The C-statistic ranged between 0.637 (0.601-0.672) in NL-IHRS and 0.767 (0.657-0.877) in AHA/ACC PCE. Discrimination was similar between AUCi. In women, higher over-prediction was observed in the Globorisk-LAC (61%) and WHO (59%). In men, higher over-prediction was observed in FRS (72%) and AHA/ACC PCE (71%). Overestimations were corrected after multiplying by a factor derived from the ICI. CONCLUSION: Six prediction models had a similar discrimination capacity, supporting their use after multiplying by a correction factor. If blood tests are unavailable, NL-IHRS is a reasonable option. Our results suggest that these models could be used in other countries of Latin America after correcting the overestimations with a multiplying factor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».