推导和验证QStroke分数的预测在初级保健和缺血性中风的风险与其他风险评分:前瞻性队列研究
BMJ2013年;346年doi:https://doi.org/10.1136/bmj.f2573(02年出版2013年5月)引用这个:BMJ2013;346:f2573
- 函授:J Hippisley-CoxJulia.hippisley-cox在{}nottingham.ac.uk
- 接受2013年3月22日
文摘
客观的开发和验证一个风险算法(QStroke)估计的风险中风或短暂性缺血性发作的患者事先中风或短暂性缺血性发作在基线;比较(一个)QStroke选票2和茶2DS2VASc分数在房颤患者和(b)的性能与弗雷明汉中风分数QStroke中风或短暂性缺血性发作的全部人口免费。
设计前瞻性开放队列研究使用定期收集数据从通用实践研究期间1 1998年1月至2012年8月1日。
设置在英格兰和威尔士451年通用实践有助于国家QResearch数据库开发算法和225个不同QResearch实践来验证算法。
参与者25 - 84岁的350万名患者和2480万人推导队列中经历了77年578年中风事件。验证组,我们确定了25 - 84岁的190万名患者和1270万人经历过38 404年中风事件。我们排除了之前诊断的患者中风或短暂性缺血性发作和那些处方口服抗凝血剂研究条目。
主要结果测量事件的诊断中风或短暂性缺血性发作一般记录在后续实践记录或相关死亡证明。
风险因素自我分配种族、年龄、性别、吸烟状态、收缩压,血清总胆固醇与高密度脂蛋白胆固醇比率的浓度,身体质量指数,冠心病家族史的下一级相对60年,汤森剥夺得分,治疗高血压、1型糖尿病、2型糖尿病、肾脏疾病、风湿性关节炎、冠心病、充血性心力衰竭、心脏瓣膜病、心房纤颤
结果QStroke算法解释变异的57%女性和55%男性没有前中风。的D统计QStroke男性女性为2.4和2.3。QStroke有改进的性能在所有措施的歧视和校准Framingham分数相比没有前中风病人。房颤患者中,低水平的歧视,但QStroke有一些改进的性能在所有措施的歧视与选票2和茶2DS2VASc。
结论QStroke绝对中风风险的测量提供了一种有效的免费病人的一般人群中风或短暂性缺血性发作如图所示的性能在一个单独的验证队列。QStroke也显示了一些改进当前的风险评分方法,选票2和茶2DS2VASc,子集的房颤患者来说可能需要抗凝。这还需要进一步的研究来评估的成本效益在初级保健中使用这些算法。
介绍
心血管疾病的主要原因是过早死亡和残疾的主要原因在英国。12008年,英国政府宣布了一项重大新举措,减少血管危险,2指导方针的基础上从国家健康和临床研究所(NICE)的脂质修改。3心血管疾病的风险因素正在建立,如QRISK2和验证工具45678预测心血管疾病的风险是包括在临床指南。QRISK2是质量和结果框架的一部分奖励英国通用实践使用它。已纳入所有四个主要英国全科医生临床计算机系统,覆盖超过90%的英国惯例。这种集成允许自动化的心血管风险评估在咨询来帮助医生的临床决策以及风险分层练习数量来确定患者需要进一步召回,评估和治疗。
QRISK2,每年更新一次,目前预测心血管疾病的风险,定义为冠心病或中风/短暂性缺血性发作。它包括主要风险因素,如年龄、性别、贫困、种族、吸烟、收缩压,血清总胆固醇与高密度脂蛋白胆固醇比率的浓度,身体质量指数,糖尿病,风湿性关节炎,慢性肾脏疾病,心房纤颤。心房纤维性颤动非常重要,因为是最常见的心脏节律障碍,尤其是易诱发中风。房颤患者中风的风险可以减少抗凝,但是阿司匹林的有效性的证据尚不明朗。9许多目前不规定房颤抗凝患者即使它鼓励在框架的质量和结果。10这可能是因为困难的情况下识别和担心的潜在不利影响华法林等传统抗凝血剂。
新的口服抗凝血剂Xa抑制剂和直接凝血酶抑制剂(因素)也有类似的功效,在房颤患者华法林,减少中风和他们有一个更广泛的治疗范围不需要重复监测国际正常化率(INR)。11最常见的工具,帮助临床医生决定是否启动房颤患者抗凝是选票2分数,12这是一个简单的计数系统,不包括许多确定的风险因素和不给绝对患中风的风险。最近,已经包含在CHA额外风险因素2DS2VASc得分,13这是更好地识别低风险的人来说,抗凝的风险可能大于收益14但不绝对中风的风险。
而增加的风险因素的数量一般改善危险分层,这也使得一个风险因素计算工具如茶2DS2VASc日益繁琐的日常临床实践中使用。因此,我们的目标是开发和验证一个新的风险预测算法预测中风和短暂性缺血性发作的风险(QStroke)可以自动填充数据的临床记录和计算QRISK2一样,从而提供一个简单实用的替代现有的成绩。我们想开发一个算法,量化绝对中风的风险在某种程度上可以传达给病人来帮助决策。特别是,我们希望比较其性能与现有成绩的一个子集房颤患者来说,应该考虑抗凝。
方法
研究设计和数据来源
我们进行了一项前瞻性队列研究的英国人口初级保健使用类似的方法我们最初的分析预测心血管风险(QRISK2)。1534 QResearch数据库的版本被用于这项研究(www.qresearch.org)。这是一个大验证初级保健电子数据库包含健康记录从676年登记的1300万名患者的一般实践使用Egton医疗信息系统(工作)的计算机系统。15实践和病人包含在数据库具有全国代表性16和类似的其他初级保健数据库使用其他临床软件系统。4我们包括所有QResearch实践在英格兰和威尔士,一旦他们一直使用他们当前的EMIS系统至少一年(以确保记录的完整性的发病率和处方数据),随机分配三分之二的实践来派生数据集和验证数据集的三分之一。
群体选择
我们确定了一个开放的25 - 84岁的病人在研究入境日期,来自患者注册资格实践1998年1月1日至2012年8月1日。我们使用一个开放的人群设计,而不是一个封闭的设计,这使得病人进入人口在整个研究期间而不是需要注册于1998年1月1日,进而更好地反映出的现实日常惯例。我们排除了注册之前记录诊断的患者在基线中风或短暂性缺血性发作,因为很难区分一个新的中风从回顾现有中风在全科医生记录。我们排除病人没有汤森剥夺分数相关有效的邮政编码。
我们也排除患者服用抗凝血剂(如2.8.2章定义的英国国家规定)基线值反映了临床应用的工具评估房颤患者可能比较适合抗凝和允许更好的与现有的风险分数如选票212和茶2DS2VASc。华法林抗凝血剂包括苊香豆醇,phenindione dabigatran, rivaroxaban和apixaban,尽管并不是所有的药物在研究开始的许可。
我们不排除病人处方阿司匹林在基线阿司匹林一般不被认为是有效的预防房颤患者的中风。917我们不排除事件用户后续期间的抗凝血剂,以确保患者的基线人口代表可能随后抗凝血剂。
为每个病人群我们确定输入的日期,这是最新的下列日期:25岁生日,日期登记实践+一年,日期实践计算机系统安装+ 1年,或开始研究期间(1998年1月1日)。患者最早审查中风或短暂性缺血性发作日期、死亡,取消登记实践,最后上传计算机化的数据,或者研究结束日期(2012年8月1日)。
中风或短暂性缺血性发作疾病的结果
主要结果测量感兴趣的是第一个记录诊断中风或短暂性脑缺血发作,不包括出血性中风。读代码用于识别在GP计算机记录那些同意了,质量和结果的框架中使用的惯例。icd - 10编码用于识别在国家统计局死亡证明是脑梗死(I63)和中风没有指定为出血或梗死(I64)。
中风的危险因素
我们包括变量已经包含在当前版本的QRISK2(2013)或包含在选票212或查2DS2VASc评分系统13如表1所示⇓。以下变量检查:
自我分配种族(白色/不记录,印度,巴基斯坦,孟加拉,其他亚洲,非洲黑人,加勒比黑人,中国人,其他(包括混合))
年龄研究条目(年)
性别(男/女性)
吸烟状态(前吸烟者不吸烟,吸烟者(< 10支/天),温和的吸烟者(10 - 19支/天),烟瘾大的人(≥20支/天)
收缩压20.(连续)
血清总胆固醇比高密度脂蛋白(HDL)胆固醇20.(连续)
身体质量指数15(连续)
冠状动脉疾病家族史的第一学位相对< 60岁15(是/否)
汤森剥夺得分15(输出区域水平2001年人口普查数据评估作为连续变量)
治疗高血压15(诊断高血压和至少一个当前的至少一个处方抗高血压药)
类风湿性关节炎21(是/否)
慢性肾脏疾病22(是/否)
1型糖尿病18(是/否)
2型糖尿病20.(是/否)
冠心病(是/否)
充血性心脏衰竭(是/否)
心脏瓣膜病(yes / no)。
我们限制所有这些变量的值记录在人的电子医疗记录基线前,除了种族、吸烟状况、收缩压,血清总胆固醇:高密度脂蛋白胆固醇比率,和身体质量指数,我们使用记录的值最接近研究入境日期和记录在病人或审查结果。我们在必要时估算缺失值如下所述。
模型推导过程和发展
在之前的分析,5我们使用Cox比例风险模型派生的数据集的估计系数和危险比率与每个潜在风险因素关联有史以来第一次中风或短暂性缺血性发作的诊断分别为男性和女性。我们用分段多项式模型非线性风险与年龄和体重指数在适当的关系。23我们测试每个变量和年龄之间的相互作用,包括重要的相互作用在最终的模型改进的模型。连续变量是集中进行分析。我们主要分析使用多个归咎为收缩压代替缺失值,总胆固醇:高密度脂蛋白胆固醇比率,吸烟状态和身体质量指数。我们最后的模型安装基于五乘法估算数据集使用鲁宾的规则合并效应估计和标准错误,允许由于冠之缺失数据的不确定性。24我们把每个变量的风险率的日志最后的模型和使用这些新的中风风险的权重方程。我们结合这些权重函数评估基线幸存者在10年以连续的方式获得风险风险因素方程10年的随访。
模型验证
我们测试了最终模型的性能(QStroke)验证数据集25 - 84岁的病人。我们还与弗雷明汉相比QStroke中风方程20.的性能,限制两样本专利35 - 74岁的年龄因为这是弗雷明汉方程。我们计算了10年的风险估计每个病人的中风或短暂性缺血性发作验证数据集使用多个归责来代替缺失值作为派生的数据集。我们计算的平均预测,在10年观察中风的危险15和这些相比十每个分数的预测风险。观察到的风险十年使用10年kaplan meier估计得到。我们计算接受者操作特征(ROC)统计,D统计(衡量的歧视,值越大表示更好的歧视),26和一个R2统计(这是解释变异为生存数据的测量值越大表示更多的变异解释)。27
验证QStroke,选票2,查2DS2VASc患者心房纤颤
心房纤颤患者在基线验证数据集,我们计算QStroke,选票2,查2DS2VASc分数。我们计算哈勒尔的C统计测量的歧视在心房颤动患者的子集验证队列,这需要账户的审查的性质数据,与中华民国的统计。C统计不完整的验证计算群样本太大,测试将不会运行。我们也计算了D统计,R2值使用每个分数的数值(QStroke,选票2,查2DS2VASc)。
我们定义了一个高选票2或查2DS2VASc分数≥1,因为这是截止值用于发起抗凝血剂。因为目前没有接受阈值分类高中风的风险基于绝对风险估计,我们检查了QStroke预测风险值的分布和计算一系列百分位数的值将确定类似数量的病人用选票来识别的2或查2DS2VASc。我们计算的数字和百分比的病人会用选票重新分类2或查2DS2VASc相比QStroke(使用上面的百分位数阈值确定)。我们计算了观察中风或短暂性缺血性发作的风险在10年每组重新分类的病人使用卡普兰Meier估计。
至少有100个事件/变量被认为是在预测模型推导结果的队列。28进行了分析使用占据(12)版本。
结果
实践和病人
总的来说,在英格兰和威尔士676年实践满足我们的入选标准,使用当前计算机系统至少一年。其中,451被随机分配到派生数据集和225的验证数据集。我们确定了3 746 065例年龄在25 - 84年推导队列。其中,126 620(3.4%)失踪汤森分数,47 425(1.3%)中风或短暂性缺血性发作之前,和22 542(0.6%)规定在基线,口服抗凝离开3 549 478名符合条件的患者。我们发现2 031名25 - 84岁的993名患者的验证队列。这些98 045(4.8%)失踪汤森分数,24 463(1.2%)诊断为中风或短暂性缺血性发作之前,和12 317(0.6%)处方口服抗凝基线,留下1 897 168名符合条件的患者。
表2⇓比较符合病人的特点推导和验证军团。虽然这群验证是来自一群独立的实践,推导的基线特征类似于群组。例如,50.6%的病人在推导群种族记录验证组则为50.8%。
3 549 478名患者的推导队列,1 175 805(33.1%)至少有10年的随访。1 897 168名患者的验证组,592 973(31.3%)至少有10年的随访。推导队列的平均随访7.0年和6.7年验证队列。
中风的发病率
表3⇓显示的病例数和中风的发病率以年龄和性别两个组别和心房纤颤患者的基线子集。整体在推导人群中,我们确定了77年578年中风或短暂缺血性事件袭击带来2480万人年的观察。404事件验证队列我们确定了38例中风引起的1270万人年的观察。中风的发病率在男性和女性都相似,在推导和验证军团。正如所料,群的发病率更高房颤患者。
模型开发
表4⇓显示的结果最后QStroke Cox回归分析模型。分段多项式的细节条款,年龄和身体质量指数显示在表的脚注。最终的模型包括年龄和下面的变量之间的相互作用在男性和女性:体重指数、收缩压,汤森得分,冠心病家族史,冠心病、充血性心力衰竭、高血压、治疗心房纤颤,1型糖尿病、2型糖尿病、心脏瓣膜病、吸烟状态。也有一个年龄和心房纤维性颤动之间的相互作用在女性而不是男性。随着年龄的增长的交互显示更高的风险比率在较年轻的患者中对这些风险因素与老年患者相比,与QRISK2。5增加物质匮乏(由汤森分数来衡量)与增加中风的风险。有“剂量-反应”关系吸烟,重度吸烟者有更高的风险比温和的吸烟者,轻度吸烟者或前吸烟者。妇女在巴基斯坦和孟加拉组明显增加中风的风险比女性白色或没有种族的记录。中国男人和男人的“少数族裔”显著降低患中风的风险与男性相比白色或没有种族的记录。表中所有其他因素明显增加中风风险的男性和女性。
15 371例心房纤颤的基线在推导人群中,3195(20.8%)随后抗凝在随访中规定。7689例心房纤颤的验证中,1640(21.3%)随后抗凝在随访中规定。额外的模型的结果房颤患者抗凝在后续审查规定当他们开始治疗显示非常相似的风险比这里给出的主要模型(结果可以从作者)。
校准和歧视的QStroke和弗雷明汉中风方程验证队列
在完整的验证组25 - 84岁的人QStroke算法解释57%的女性和55%的男性的变化(表5所示⇓)。D统计男性女性为2.4和2.3。表5显示对应的结果弗雷明汉中风方程在35 - 74岁的患者,比较QStroke数据在同一年龄范围:中华民国的价值观,R2和D QStroke统计值高于弗雷明汉。性能的措施都是女性比男性高QStroke和弗雷明汉。
图1⇓比较了预测和观察中风或短暂性缺血性发作的风险在每个十年使用QStroke十预测风险(1代表最低风险和10最高风险),表明模型通常是校准所有病人免费中风或短暂性缺血性发作的基线。弗雷明汉的相应结果显示一定程度的预计偏低(图1所示⇓)。
图1意味着风险预测和观察到的风险中风或短暂性缺血性发作风险十10年的预测应用QStroke(上)和弗雷明汉(底部)中风风险预测分数的验证组所有患者免费中风或短暂性缺血性发作在基线
性能的QStroke选票2,查2DS2VASc在心房纤颤
图2⇓比较,观察中风或短暂性缺血性发作的风险预测在10年子集验证队列与心房颤动患者的基线和显示模型校准男性但有一定程度的女性over-prediction在更高水平的预测风险。
表5⇑显示了QStroke的验证数据,选票2和茶2DS2VASc分数为男性和女性的子集验证组的7689名患者在基线与心房颤动。其中,890年随访期间中风或短暂性缺血性发作。校准和歧视的点估计在所有措施比CHA QStroke高2DS2VASc和选票2,尽管95%置信区间宽。例如,C统计QStroke男性为0.71,0.67查2DS20.63 VASc,选票2。R2统计QStroke男性是24.1%,CHA为18.3%2DS2VASc, 13.5%的选票2。QStroke D统计在男性为1.15,0.97查2DS20.81 VASc,选票2。验证数据对男人往往高于女性房颤的三个分数。
表6⇓显示了QStroke的性能统计值,选票2,查2DS2VASc心房纤颤患者在基线的验证队列。对票2,63%的患者得分≥1所以被归类为高风险。的敏感性为77%,观察10年风险为22.8%。我们发现63%的男性和女性QStroke最高的分数以组装一组类似的大小那些高危分类使用选票2。这是相当于10年风险阈值的15%。使用这个定义,QStroke灵敏度为83%,这组和观察到的10年风险为24.4%。
为查2DS2VASc, 85%的男性和女性的得分≥1所以被归类为高风险。这个阈值的敏感性为97%,观察10年风险为20.2%。同样地,我们发现85%的病人QStroke分数最高的为了召集一群类似大小的分类使用CHA高危2DS2VASc。这是相当于10年风险阈值的5.1%。使用这个定义,QStroke灵敏度为98%,10年观察到20.5%的风险
表7⇓显示了高的重新分类统计选票2分数比较高的QStroke 10年风险评分基于63%的患者风险最高。心房纤颤患者的7689,2195(29%)被分类为低风险的选票2和QStroke。这组观察到10年中风的风险是8%。有4187名(55%)患者高危QStroke和选票2。这组观察到10年中风的风险是25%。有657名(9%)患者在选票QStroke高风险和低风险2:这些患者观察到10年19%的中风的风险。有650名患者(9%)低风险QStroke但高风险选票2:这些病人有10年8%的绝对风险。
表7⇑也显示了高CHA重新分类统计2DS2VASc得分比较高的QStroke 10年风险评分基于85%的患者风险最高。总体4%的患者将会重新分类从低到高的风险使用QStroke与茶相比2DS2VASc-the这些患者观察到的风险是8%。同样有4%的患者将从高到低重新分类使用CHA QStroke与风险2DS2VASc,这些观察到的风险3%。
讨论
总结关键发现
我们QStroke已经开发和验证,这是一种新的算法来识别高危患者缺血性中风的基础上从英国的初级保健数据。虽然QStroke被设计用于在所有患者没有中风或短暂性缺血性发作史,我们设想,其主要用途将子集的心房颤动患者抗凝治疗被认为是为谁。
QStroke包含建立中风或短暂性缺血性发作的危险因素,其中许多是没有从现有的中风风险评估工具。QStroke包括年龄、性别、剥夺、种族、体重指数、血压、总胆固醇:高密度脂蛋白胆固醇比、吸烟状态(5层),糖尿病类型、充血性心力衰竭、冠心病、风湿性关节炎、慢性肾脏疾病、治疗高血压、心脏瓣膜病、冠心病家族史的过早。
与现有的风险预测的分数
我们测试了QStroke的性能在一个单独的队列的患者没有中风或短暂性缺血性发作和展示良好的歧视和校准水平和改善性能而弗雷明汉中风风险评分。
我们还测试了QStroke子集的房颤患者,为谁抗凝可能表示。我们比较的性能QStroke与选票2和茶2DS2VASc之前没有中风的病人,以确保一个公平的分数之间的比较。我们发现一些迹象表明改进的性能在所有措施的歧视,尽管置信区间宽。QStroke之间的比较和选票2非常重要,因为票的使用2目前激励作为初级护理质量指标和成果框架,用于确定哪些病人需要抗凝。我们还演示了一些提高性能的证据QStroke较新的车2DS2VASc,尽管这并不明显。依然,我们认为CHA QStroke和之间的区别2DS2VASc可能是重要的对于那些患者重新分类和QStroke来说,建议用抗凝治疗可能会改变。例如,患者在高预测风险QStroke但CHA分为低风险2DS2VASc可能需要抗凝。相反,病人与CHA归类为高风险2DS2VASc但是QStroke低预测风险可以避免不必要的抗凝。
我们没有提供明确的评论什么阈值的绝对风险应该用于干预,包括成本效益分析,这是本研究的范围之外。理想情况下的检查风险评分是最好的判断风险阈值。这可以适用于其他得分如QRISK2决定是否与心血管疾病的一级预防干预。在确定是否与心血管疾病的一级预防干预,目前10年风险阈值是20%,让比较不同的风险评分,如QRISK2在这个阈值适当。中风预防房颤的人口还没有达到这个水平的复杂性。目前接受风险评分,如选票2没有描述其输出绝对中风的风险而言,,因此,关于风险阈值没有共识。相比之下,QStroke计算绝对中风的风险,因此,与选票2,能够告知未来的辩论在阈值与口服抗凝适当的干预。阈值的选择是一个复杂的地区取决于许多变量相关的临床结果和服务成本,复杂性和做公正,我们认为它应该是一个单独的主题。然而,我们有提供分析利用一系列的风险阈值可以用来帮助未来的分析和指导方针
查的结果验证统计值2DS2VASc和选票2心房纤颤患者广泛使用另一个英国医生数据库类似报道25和一个丹麦注册表队列。14茶的研究表明改进的性能2DS2VASc与选票2。此外丹麦研究表明,茶2DS2VASc是更好的识别这些风险低和中间。14然而,我们的研究结果不具有直接可比性与丹麦的研究,研究包括静脉血栓的定义的结果,而我们的研究只包括中风和短暂性缺血性发作。14QStroke,查2DS2VASc,选票2男性倾向于表现更好,心房纤颤与心房颤动的女性相比,值得进一步研究。
对临床实践
而新的QStroke算法比茶更复杂2DS2VASc或选票2,它有几个优点。它包括权重对于种族和剥夺,这应该有助于避免扩大健康不平等。该算法使用定期收集数据,这意味着它可以很容易地和定期更新,以反映种群的变化,提高数据质量,知识的进步,和发展的指导方针。初级保健中实现的算法也可以由于数据已经存在于临床计算机系统。QStroke将工作与房颤人群和那些没有心房fibrillation-though直接临床使用可能对危险分层患者心房纤颤,QStroke仍然可以通知其他病人的特定风险的中风或短暂性缺血性发作的总体心血管风险评估。
QStroke也被设计为融入英国全科临床计算机系统风险因素已经记录,用来计算分数QRISK2等密切相关。明显的复杂性有关额外变量和交互可以纳入软件使用数据已经进入每一个病人的电子医疗记录。只有三个变量QStroke(充血性心力衰竭、冠心病、心脏瓣膜病)在QRISK2不。在可能的情况下我们使用质量和结果的定义框架,这将简化它的实现。QRISK2集成到所有四个英国全科医生临床计算机系统,和QStroke可以以类似的方式来实现。例如,临床医生可以使用结构化模板内协商计算病人的风险和使用通知治疗决策的信息。它也可以用于“批处理”方式来计算估计风险对所有符合条件的患者登记实践,这样患者风险最高可以回忆道。此外,QStroke可以很容易地集成在GRASP-AF工具(指导中风风险评估和预防房颤),这是一个初级保健数据库审讯工具旨在帮助识别可能的候选人的抗凝实践列表。29日
的另一个优点CHA QStroke相比之下2DS2VASc或选票2是它给中风风险的绝对测量可以更容易地解释病人(例如,“100人的喜欢你,X可能中风或短暂性缺血性发作在未来10年”),而不是一个简单的整数,没有直接的诠释绝对中风风险。应该开发工具,量化的绝对风险与抗凝血,可以做一个更直接的评估患者的中风的风险与抗凝治疗的潜在风险和益处相比,从而为患者提供更好的信息做出明智的选择。这是很重要的,因为通常是终身抗凝治疗,随着年龄增加和增加出血的风险。
QStroke没有被设计用于房颤患者中风以前,因为所有这些病人应该规定抗凝和风险估计不会影响临床决策。确保公平的比较,我们比较的性能QStroke对选票2和茶2DS2VASc只有在房颤患者中风。然而,消除病人已经接受治疗可能导致高风险患者从队列中删除,这可能会导致低估的心房颤动患者的总体风险。
方法论的注意事项
方法推导并验证该模型是使用的相同的原始发展QRISK2和一系列其他风险预测工具。该方法的优点和局限性已经详细讨论,430.31日323334包括信息在多个归责缺失的数据。总之,主要优势包括大小、持续时间的随访中,代表性,以及缺乏选择,回忆,和被调查者偏见。英国通用实践有很好的记录的准确性和完整性水平临床诊断和处方药物。3536我们认为我们的研究具有良好的表面效度,因为它一直在进行设置,多数病人在英国是评估,治疗和随访。限制包括缺乏正式的裁决结果,信息偏差,由于缺失数据和潜在的偏见。数据库链接死因从英国国家统计局,因此我们的研究是可能拿起大多数情况下中风或短暂性缺血性发作,从而最小化确定偏见。中风的病人死在医院里会有中风或短暂性缺血性发作记录在他们的死亡证明,因此将被包含在死因数据有关。其他病人中风或短暂性缺血性发作在医院诊断不死亡将信息记录在出院信件发送到病人的惯例,然后进入每个病人的电子记录。我们排除了没有一个有效的人剥夺得分因为这个群体可能代表更多的流动人口,后续中风的可能是不可靠的或不具备代表性。随意剥夺他们的分数不太可能丢失所以我们不认为这是适当的归咎于他们。
目前的验证已经完成一套完全独立的实践和个人那些被用来发展得分,虽然都使用相同的临床实践计算机系统(工作,55%的英国所使用的计算机系统通用实践)。一个独立的验证研究将是一个更严格的测试,应该做的,但是当这样的独立研究检查了其他风险算法,6831日33他们具有相似的性能验证相比QResearch数据库。530.32
这个QStroke模型已经开发,使用的数据来自英国英格兰和威尔士,包括派生的种族和postcode-based剥夺得分。因此没有立即适用于临床使用在国际设置没有修改UK-specific风险因素和验证的设置是为了被使用。
结论
我们已经开发和验证一个新的算法来预测中风的风险。QStroke显示了一些改善当前风险评分方法,选票2和茶2DS2VASc、心房纤颤患者可能需要抗凝。QStroke还提供了一个精确的测量一般人群的绝对中风危险病人的中风或短暂性缺血性发作,如图所示,它的性能在一个单独的验证队列。这还需要进一步的研究来评估临床结果和成本在初级保健使用这些算法的有效性。
已知关于这个主题是什么呢
方法来确定患者需要高或低中风的风险,以确定患者来说,可能需要干预,尤其是那些与心房颤动抗凝可能需要为谁
当前的方法对风险评分,如选票2和茶2DS2VASc,不是基于统计模型,不包括许多老牌的风险因素,也不提供绝对风险估计的中风
这个研究增加了
我们已经开发出一种新的算法来量化主要中风的绝对风险包括建立风险因素和设计算法与QRISK2心血管疾病
QStroke绝对中风风险的测量提供了一种有效的免费病人的一般人群中风或短暂性缺血性发作如图所示的性能在一个单独的验证队列
QStroke显示了一些改进当前的风险评分方法,选票2和茶2DS2VASc,子集的房颤患者来说可能需要抗凝
这还需要进一步的研究来评估临床结果和成本在初级保健使用这些算法的有效性
笔记
引用这个:BMJ2013;346:f2573
脚注
我们承认的贡献工作实践,有助于QResearch和诺丁汉大学的教育管理信息系统,建立专业的发展,支持数据库。
贡献者:JHC发起这项研究;进行了文献综述,数据提取,数据处理,和主要数据分析;和写论文的初稿。CC的设计、分析、解释,和起草。PB导致核心理念的发展,分析计划,的解释结果,论文的起草。
资金:没有。
利益冲突:所有作者已经完成了国际统一的披露形式www.icmje.org/coi_disclosure.pdf(可以在请求从相应的作者)和声明:JHC是诺丁汉大学的临床流行病学教授和主任QResearch,非营利组织是一个联合诺丁汉大学的伙伴关系和工作(商业供应商60%的一般实践在英国)。JHC ClinRisk董事也产生开放和封闭源代码软件,以确保可靠的临床风险和可更新的实现算法在临床的计算机系统。CC是诺丁汉大学的统计学副教授和ClinRisk顾问统计学家。这项工作和任何观点仅代表作者,而不是任何附属机构或组织。没有其他关系或活动似乎已经影响了提交工作。
依法审批:项目被批准与特伦特QResearch协议进行的多中心研究伦理委员会。
数据共享:病人级别的数据QResearch特别授权根据其治理框架。看到www.qresearch.org为进一步的细节。QStroke算法将作为开源软件在发布GNU公共许可证。
这是一个开放的分布式条依照创作共用署名非商业性(3.0 CC通过数控)许可证,允许别人分发,混音,适应,建立这个工作非商业化,和其派生作品在不同的条款进行许可,提供了最初的工作是正确地引用和非商业使用。看到的:http://creativecommons.org/licenses/by-nc/3.0/。