Model Berdasarkan Usia, Tes Lab Rutin Memprediksi CVD Aterosklerotik Secara Akurat

Ikuti Drugslib di

Ditinjau secara medis oleh Drugs.com.

Oleh Elana Gotkine HealthDay Reporter

SENIN, Des 11 Desember 2023 -- Model Lab CANHEART (Cardiovaskular Health in Ambulatory Care Research Team) dapat memprediksi penyakit kardiovaskular aterosklerotik (ASCVD) dengan akurasi serupa dengan model yang lebih kompleks, menurut sebuah penelitian yang dipublikasikan secara online pada 12 Desember di Annals of Internal Medicine .

Maneesh Sud, M.D., Ph.D., dari Sunnybrook Health Sciences Centre di Toronto, dan rekannya mengembangkan dan memvalidasi model prediksi spesifik jenis kelamin untuk ASCVD menggunakan tes laboratorium rutin dan usia dalam derivasi dan validasi internal kohort yang terdiri dari 2.160.497 wanita dan 1.833.147 pria berusia 40 hingga 75 tahun tanpa penyakit kardiovaskular dari April 2009 hingga Desember 2015 dan kohort validasi eksternal yang terdiri dari 31.697 pasien layanan primer dari Januari 2010 hingga Desember 2014. Performa model prediksi dibandingkan dengan persamaan kohort yang dikumpulkan (PCE).

Para peneliti menemukan bahwa model spesifik jenis kelamin telah dikalibrasi dengan baik; untuk kedua jenis kelamin, perbedaan relatifnya kurang dari 1 persen antara rata-rata risiko yang diprediksi dan risiko yang diamati. Statistik C masing-masing adalah 0,77 dan 0,71 pada perempuan dan laki-laki. Perbedaan relatif kurang dari 14 persen terlihat pada validasi eksternal pada pasien layanan primer; pada kedua jenis kelamin, terdapat perbedaan absolut kurang dari 0,3 poin persentase dalam rata-rata risiko yang diperkirakan dan yang diamati. Untuk model laboratorium, statistik C adalah 0,72 untuk kedua jenis kelamin dan tidak berbeda secara signifikan dengan PCE untuk wanita atau pria.

"Penelitian di masa depan diperlukan untuk menentukan apakah mengotomatisasi model ini dalam praktik sehari-hari meningkatkan peresepan pengobatan pencegahan sesuai dengan pedoman praktik klinis," tulis para penulis.

Abstrak/Teks Lengkap (berlangganan atau pembayaran mungkin diperlukan)

Penafian: Data statistik dalam artikel medis memberikan tren umum dan tidak berhubungan dengan individu. Faktor individu bisa sangat bervariasi. Selalu mencari saran medis yang dipersonalisasi untuk keputusan perawatan kesehatan individu.

Sumber: HealthDay

Diposting : 2023-12-12 22:15

Baca selengkapnya

Penafian

Segala upaya telah dilakukan untuk memastikan bahwa informasi yang diberikan oleh Drugslib.com akurat, terkini -tanggal, dan lengkap, namun tidak ada jaminan mengenai hal tersebut. Informasi obat yang terkandung di sini mungkin sensitif terhadap waktu. Informasi Drugslib.com telah dikumpulkan untuk digunakan oleh praktisi kesehatan dan konsumen di Amerika Serikat dan oleh karena itu Drugslib.com tidak menjamin bahwa penggunaan di luar Amerika Serikat adalah tepat, kecuali dinyatakan sebaliknya. Informasi obat Drugslib.com tidak mendukung obat, mendiagnosis pasien, atau merekomendasikan terapi. Informasi obat Drugslib.com adalah sumber informasi yang dirancang untuk membantu praktisi layanan kesehatan berlisensi dalam merawat pasien mereka dan/atau untuk melayani konsumen yang memandang layanan ini sebagai pelengkap, dan bukan pengganti, keahlian, keterampilan, pengetahuan, dan penilaian layanan kesehatan. praktisi.

Tidak adanya peringatan untuk suatu obat atau kombinasi obat sama sekali tidak boleh ditafsirkan sebagai indikasi bahwa obat atau kombinasi obat tersebut aman, efektif, atau sesuai untuk pasien tertentu. Drugslib.com tidak bertanggung jawab atas segala aspek layanan kesehatan yang diberikan dengan bantuan informasi yang disediakan Drugslib.com. Informasi yang terkandung di sini tidak dimaksudkan untuk mencakup semua kemungkinan penggunaan, petunjuk, tindakan pencegahan, peringatan, interaksi obat, reaksi alergi, atau efek samping. Jika Anda memiliki pertanyaan tentang obat yang Anda konsumsi, tanyakan kepada dokter, perawat, atau apoteker Anda.

Kata Kunci Populer