社区心衰预测模型:一项系统评价和Meta分析
2023年10月,发表在《Eur J Heart Fail》的一项系统评价和Meta分析,调查了59个社区心衰预测模型的性能。
目的:多变量预测模型可用于估计普通人群发生心衰(HF)的风险。进行了系统评价和Meta分析,确定模型的性能。
方法和结果:检索了自建库至2022年11月3日的MEDLINE和EMBASE数据库,检索内容为在基于社区的队列中推导、验证和/或增强的HF预测的多变量模型研究。通过贝叶斯Meta分析汇总了具有≥3个队列C统计值的模型的判别测量,通过95%预测区间(PI)评估异质性。使用PROBAST评估偏倚风险。
研究人员纳入了具有59个预测模型的36项研究。在Meta分析中,社区动脉粥样硬化风险(ARIC)风险评分(汇总C统计值,0.802,95% CI,0.707~0.883)、基于GRaph的注意力模型(GRAM;0.791;0.677~0.885)、预防心衰合并队列方程(PCP-HF)白人男性模型(0.820;0.792~0.843)、PCP-HF白人女性模型(0.852;0.804~0.895)、REverse Time AttentIoN 模型(RETAIN;0.839;0.748~0.916)具有统计学意义的95%PI和优异的鉴别性能。ARIC风险评分和PCP-HF模型在统一预测窗口的队列中具有显著的汇总鉴别性能。77%的模型结果具有较高的偏倚风险,证据的确定性较低,没有模型进行临床影响研究。
结论:用于估计社区中HF风险的预测模型显示出优异的鉴别性能。由于偏倚风险高、证据确定性低以及缺乏临床有效性研究,它们的可用性仍不确定。
(选题审校:郭琦 编辑:常路)
(本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校,环球医学资讯编辑完成。)
(专家点评:C统计是一种用于回归分析的统计学方法,它的核心是计算回归模型的置信区间,并评估模型在该置信区间内的表现。C统计通常用于评估不同模型的性能,并确定哪个模型更适合解释数据。)
参考资料:
Eur J Heart Fail. 2023 Oct;25(10):1724-1738
Prediction models for heart failure in the community: A systematic review and meta-analysis
https://pubmed.ncbi.nlm.nih.gov/37403669/
- 评价此内容
- 我要打分
近期推荐
热点文章
热门关键词
合作伙伴
Copyright g-medon.com All Rights Reserved 环球医学资讯 未经授权请勿转载!
网络实名:环球医学:京ICP备08004413号-2
关于我们|
我们的服务|版权及责任声明|联系我们
互联网药品信息服务资格证书(京)-经营性-2017-0027
互联网医疗保健信息服务复核同意书 京卫计网审[2015]第0344号