首页 > 疾病防控/ 正文
心房颤动(AF)很常见,并且与卒中风险增加有关。
近日,心脏病领域权威杂志Heart上发表了一篇研究文章,研究人员旨在系统地审查和荟萃分析在电子健康记录(EHR)和/或行政索赔数据库中获得和/或验证的多变量预测模型,以预测社区中的AF事件。
研究人员检索了Ovid Medline和Ovid Embase,检索时间从数据库成立到2021年3月23日发表的文献。研究人员通过贝叶斯荟萃分析提取和汇总区分指标,通过95%预测区间(PI)评估异质性。研究的偏倚风险使用预测模型偏倚风险评估工具和通过建议分级、评估、开发和评估的效果估计确定性进行评估。
本项目共有11项研究符合纳入标准,描述了9种预测模型,其中4项符合荟萃分析条件,包含9289959名患者。CHADS(充血性心力衰竭、高血压、年龄>75、糖尿病、既往卒中或短暂性脑缺血发作)(汇总c统计量为0.674;95%CI为0.610至0.732;95%PI为0.526–0.815)、CHA2DS2-VASc(充血性心力衰竭、高血压、年龄>75(2分)、卒中/短暂性脑缺血发作/血栓栓塞(2分)、血管疾病、65-74岁,性别)(汇总c统计量为0.679;95%CI为0.620至0.736;95%PI为0.531–0.811)和HATCH(高血压、年龄、卒中或短暂性脑缺血发作、慢性阻塞性肺病、心力衰竭)(汇总c统计量为0.669;95%CI为0.600至0.732;95%PI为0.513–0.803)模型得到了一个具有统计显著性的95%PI和中等区分性能的c统计量。如果排除高偏倚风险的研究并且效果估计的确定性为“低”,则没有模型符合纳入荟萃分析的条件。机器学习获得的模型表现出很强的区分性能,但缺乏严格的外部验证。
由此可见,基于社区EHR的外部验证可预测AF事件的模型具有中等预测能力和高偏倚风险。新方法可以提供更强的区分性能。
原始出处:
Ramesh Nadarajah.et al.Prediction of incident atrial fibrillation in community-based electronic health records: a systematic review with meta-analysis.heart.2022.http://orcid.org/0000-0001-9895-9356
- 搜索
-
- 1000℃李寰:先心病肺动脉高压能根治吗?
- 1000℃除了吃药,骨质疏松还能如何治疗?
- 1000℃抱孩子谁不会呢?保护脊柱的抱孩子姿势了解一下
- 1000℃妇科检查有哪些项目?
- 1000℃妇科检查前应做哪些准备?
- 1000℃女性莫名烦躁—不好惹的黄体期
- 1000℃会影响患者智力的癫痫病
- 1000℃治女性盆腔炎的费用是多少?
- 标签列表
-
- 星座 (702)
- 孩子 (526)
- 恋爱 (505)
- 婴儿车 (390)
- 宝宝 (328)
- 狮子座 (313)
- 金牛座 (313)
- 摩羯座 (302)
- 白羊座 (301)
- 天蝎座 (294)
- 巨蟹座 (289)
- 双子座 (289)
- 处女座 (285)
- 天秤座 (276)
- 双鱼座 (268)
- 婴儿 (265)
- 水瓶座 (260)
- 射手座 (239)
- 不完美妈妈 (173)
- 跳槽那些事儿 (168)
- baby (140)
- 女婴 (132)
- 生肖 (129)
- 女儿 (129)
- 民警 (127)
- 狮子 (105)
- NBA (101)
- 家长 (97)
- 怀孕 (95)
- 儿童 (93)
- 交警 (89)
- 孕妇 (77)
- 儿子 (75)
- Angelababy (74)
- 父母 (74)
- 幼儿园 (73)
- 医院 (69)
- 童车 (66)
- 女子 (60)
- 郑州 (58)