不开发,仅外部验证!NHANES数据库+预测模型发JAMA子刊(IF=10.5)

文摘   科学   2024-10-16 18:11   浙江  

引言

仅外部验证就发顶刊,NHANES数据库这波简直在大气层!
今天分享的这篇文章中,研究团队纳入了NHANES数据库中1.729亿名参与者的数据,仅对这个新开发的心血管疾病风险预测模型—PREVENT方程进行外部验证,10分+的顶刊文章就诞生了!
接下来,让我们一起来看看这篇文章!
心血管疾病(CVD)是全球主要的死亡原因之一,其发病率在过去几十年里显著上升。
为了应对这一挑战,美国心脏协会最新开发了预测心血管疾病事件(PREVENT)方程,用于评估预测CVD发生和死亡风险不过,这些方程在实际应用中的有效性和准确性还未进行验证。
因此,研究团队利用NHANES数据库的数据,对PREVENT方程进行了全面的外部验证。
2024年10月11日,外国学者用NHANES数据库,在期刊《JAMA Network Open(医学top一区,IF=10.5)发表题为External Validation of the American Heart Association PREVENT Cardiovascular Disease Risk Equations的研究论文,旨在评估美国非机构化居民中PREVENT方程的预后、校准和鉴别能力。
研究结果显示,PREVENT方程预测性能良好,并且仅有轻微的校准差异。因此,该方程可作为心血管疾病风险预测的工具。

本公号回复“ 原文”即可获得文献PDF等资料,如果进一步需NHANES一对一指导课请联系郑老师团队,微信号:aq566665

研究团队纳入了美国国家健康与营养调查(NHANES)1999~2010年1.729亿名参与者平均年龄为45.0岁,其中女性占52.1%。同时,研究团队使用PREVENT方程对每位参与者的CVD风险进行评估,并进行了10年的随访,以记录他们是否发生了CVD相关事件。
研究团队通过接收者—操作特征曲线(ROC)和Harrell C统计量来评估PREVENT方程的鉴别能力,根据预测CVD死亡风险的斜率来评估其拟合效果。此外,研究团队还将其与当前的临床标准PCE方程进行对比,并通过计算对数似然比来比较两个模型的性能。
基于NHANES分析,PREVENT方程性能良好
  • Kaplan-Meier分析结果显示,在不同的PREVENT风险层中,CVD生存率存在着显著差异。

图1 预测 CVD 风险评分分类的Kaplan-Meier生存曲线

  • 单变量竞争风险回归结果显示,PREVENT方程的预估风险每增加1%,CVD死亡风险就会显著增加(HR=1.090;95% CI,1.087~1.094)。
  • Harrell C统计量结果表明,PREVENT方程具有极好的鉴别能力 (C 统计量= 0.890;95% C,0.881~0.898)。
  • ROC曲线的结果也进一步验证,PREVENT方程具有优秀的鉴别能力

图2 展示预测心血管事件风险评分对CVD和竞争风险(CR)死亡的ROC曲线

  • 斜率的结果表明,该模型存在轻微的校准差异(斜率=1.13;95% CI, 1.06~1.21)。
图3 根据预测CVD风险评分,用观察和预测的风险百分比斜率的进行校准评估
基于NHANES分析,PREVENT方程比PCE方程性能更好
  • 似然性检验结果实,PREVENT方程的鉴别能力比PCE方程高。

  • 重分类改善分析果也显示,PREVENT方程的性能在统计学上显著优于PCE方程(NRI=0.093;95% CI,0.073~0.115)。

表1 将PCE风险评分重新分为PREVENT风险评分

综上所述,研究团队认为PREVENT方程预测性能良好,并且仅有轻微的校准差异。因此,该方程可作为心血管疾病风险预测的工具。

用NHANES数据库验证预测模型,影响因子好高!关注“公共数据库与孟德尔随机化”公众号,我们将持续分享有关NHANES数据库优质文献发文思路如果你也想用NHANES数据库发高分文章,却毫无头绪?那快快加入郑老师的NHANES课程,专业团队让你发文易如反掌!

关于郑老师统计团队及公众号

全国较大的线上医学统计平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理!


我们提供以下科研与统计服务:
研究者发起的临床试验项目
医院回顾性数据分析与预测模型
医学数据库SEER、NHANES、GBD、孟德尔随机化等挖掘发表级数据

预测模型、GBD、NHANES医学数据库挖掘1对1R语言指导

联系助教小董咨询(微信号aq566665




公共数据库与孟德尔随机化
我们专门介绍公共数据库与孟德尔随机化,每周文献周报,呈现精品文献阅读
 最新文章