Prediction of cardiovascular events by algorithm- and formula-based pulse wave velocity
Notice bibliographique
Résumé
BACKGROUND: Carotid-femoral pulse wave velocity (PWV), a marker of arterial stiffness, is a recognized cardiovascular disease risk factor. As measuring PWV is time-consuming, reliable estimation methods have been developed, but their ability to inform cardiovascular risk prediction beyond what is achievable with current clinical risk tools is uncertain. METHODS: This study includes participants aged between 40 and 69 years from the population-based CARTaGENE cohort. PWV estimations (ePWV) were obtained using published formulas (ePWV f ) or algorithmic transformation of pulse waveforms (ePWV algo ) and 10-year cardiovascular risk for each participant was computed using the ASCVD and the SCORE-2 risk equations. Participants were followed during 10 years for major adverse cardiovascular events occurrence (MACE: cardiovascular death, myocardial infarction, stroke). Associations of ePWV f and ePWV algo with MACE were obtained using Cox models adjusted for ASCVD or SCORE-2 in the overall population and in a subpopulation representative of the ePWV f derivation cohort. RESULTS: Of 17 548 eligible participants, 2263 (12.9%) experienced a MACE during follow-up. Both ePWVf and ePWV algo were associated with MACE in unadjusted analyses, but only ePWV algo remained significant after adjustments for ASCVD [hazard ratio (HR) = 1.16 [1.09-1.22]] and SCORE-2 (HR = 1.07 [1.00-1.13]). In contrast, ePWV f was not associated with MACE after adjustment for either risk score, and only after adjustment with ASCVD when it was tested in the subpopulation representative of its derivation cohort. CONCLUSIONS: Algorithm-based PWV improved cardiovascular risk prediction beyond what is achievable from recognized risk equations, whereas the predictive ability of ePWV f may not be generalizable outside of its reference population.
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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».