Med-NHANES，持续分享NHANES临床生信文献与思路解读，捕捉当下热点指标/思路，感兴趣的老师拜托点点关注~
文章标题：External Validation of the American Heart Association PREVENT Cardiovascular Disease Risk Equations
中文标题：美国心脏协会预防心血管疾病风险方程的外部验证
发表期刊：JAMA Netw Open
发表时间：2024年10月
影响因子：10.5/Q1
美国心脏协会的心血管疾病事件预测风险 （PREVENT） 方程旨在扩展和改进以前的心血管疾病 （CVD） 风险评估，以便开始治疗和患者与临床医生的沟通。
设计、设置和参与者
这项预后研究使用了 1999 年至 2010 年全国健康和营养检查调查 （NHANES） 数据周期的数据。参与者包括有 10 年随访数据的成年人。数据管理和分析于 2023 年 12 月至 2024 年 5 月进行。
主要成果和措施
主要措施是通过 PREVENT 方程进行的风险估计，以及来自先前合并队列方程 （PCE） 的风险估计。主要结局是 10 年随访时的复合 CVD 相关死亡率。其他分析将 PREVENT 方程与 PCE 进行了比较。使用接收者操作特征曲线（ROC曲线）和Harrell C统计量评估模型的区分度。通过预测风险与观察风险的斜率确定模型的校准性。
结果分析
1. 基线特征
从 1999 年至 2010 年间参与 NHANES 的 62 160 名个体中，排除了缺失数据（风险评分变量或结果）或普遍动脉粥样硬化性 CVD（即慢性心力衰竭、心肌梗死、冠状动脉疾病或中风）。致最终研究数据集由 24 582 条参与者记录组成，代表 1.729 亿美国成年。
2. PREVENT 风险评分性能
Kaplan-Meier 分析显示，在 PREVENT 风险层中，CVD 相关生存率存在显著差异（图 1）。在单变量竞争风险回归中，预防风险增加 1% 与 CVD 死亡率增加显著相关 （HR，1.090;95% CI，1.087-1.094）。判别力被归类为优秀 （C 统计量，0.890;折刀 95% CI，0.881-0.898）。当按性别分析时，这些发现保持一致。
3. ROC 分析
在整个队列中，CVD 死亡率的曲线下面积 （AUC） 为 0.813 （95% CI，0.810-0.816） （图 2）。对于男性，CVD 死亡率的 AUC 为 0.828（95% CI，0.824-0.832）（补充 1 中的图 1），而对于女性，CVD 死亡率的 AUC 为 0.804（95% CI，0.797-0.808）（补充 1 中的图 2 和 3）。
4. CVD 死亡率的观察和预测事件率
在整个队列中，斜率 （1.13;95% CI，1.06-1.21） 表明模型的适度欠拟合。按性别分层的分析表明，女性也观察到类似的情况（斜率，1.17;95% CI，1.06-1.28），但建议男性进行适当的校准（斜率，1.09;95% CI，0.99-1.19）。
5. PREVENT 和 PCE 风险预测之间的比较
总体 NRI 表明，当使用 PREVENT 而不是 PCE 时，效果显著改善 （NRI， 0.093;95% CI， 0.073 至 0.115）。这主要是对 PCE 可能高估了风险的个体进行向下重新分类的结果（NRI 向下，0.139;95% CI，0.134 至 0.145）。重新分类导致男性风险评估的性别特异性改善 （NRI， 0.212;95% CI， 0.182 至 0.243），但女性没有 （NRI， -0.003;95% CI， -0.029 至 0.025）。
文章小结
在对PREVENT公式的预后研究中，PREVENT风险估计展示了优秀的区分能力和仅有的适度校准差异。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
