SCORE2 Asia-Pacific: a comprehensive approach to prevention of cardiovascular disease
Notice bibliographique
Résumé
This commentary refers to ‘Risk prediction of cardiovascular disease in the Asia-Pacific region: the SCORE2 Asia-Pacific model’, by S.H.J. Hageman et al., https://doi.org/10.1093/eurheartj/ehae609 and the discussion piece ‘Risk prediction for cardiovascular diseases in Asia-Pacific: to separate subtypes or not, that is a new question’, by S. Yang and J. Lv, https://doi.org/10.1093/eurheartj/ehae854. In the commentary from Yang and Lv,1 the differences in stroke subtype incidence in Asia are discussed, as well as their consequences for risk prediction and subsequent treatment. We appreciate their engagement with our work and their valuable insights, particularly regarding the model’s performance and the considerations relevant to the Asia-Pacific region’s distinct cardiovascular disease (CVD) characteristics. The authors suggest to provide additional calibration metrics to assess the SCORE2 Asia-Pacific model’s performance. While we completely agree with the authors that the calibration is the most relevant measure for the clinical practice, it is our view that more objective tests, such as the Nam–D’Agostino test, may not provide additional value given our extensive data sources.2 With large datasets, these tests will nearly always indicate statistically significant differences, even when those differences lack practical or clinical significance. A plot in deciles is an alternative we had considered during the development of our model. However, given the strong relation between age and CVD incidence, these plots generally show a broadly similar result (see example Figure 1). We had chosen the age group-based plot as this best reflects our recalibration method, which was also based on 5-year age groups. This way, readers cannot only judge whether predicted risks match the observed incidence but also whether the recalibration efforts have succeeded over the whole age range in the respective risk region.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».