读下一步分析：汇集 - 队列风险方程高估了现实世界队列中的CV风险
研究人员发现，将美国心脏病学/美国心脏协会汇集 - 队列风险方程汇集到真实世界的队列导致了对没有糖尿病的成人的实际5年CVD风险的显着高估。
研究人员利用汇集队长风险方程估计了307,591名成年人（平均年龄，55岁; 62％的妇女）于2008年在Kaiser Permanente北部的北加州数据库。
“2013年ACC / AHA汇集 - 队列风险方程是一个值得称道的一步，因为它有助于估算[CHD]事件和缺血性中风的风险，”Jamal S. Rana，MD，PHD，告诉今天心脏病学。“然而，该等式是从20世纪90年代主要进行的几个招聘志愿者开发的，以有限的种族和族裔多样性，因此担心其准确性可能因基于社区的人口而异。”
Jamal S. Rana
所有参与者都完成了5年的后续行动，符合基线的以下标准：40岁至75岁，未知的动脉粥样硬化CVD，无糖尿病，LDL 70mg / D1至189mg / dL，不使用脂质降低疗法在研究期间或期间。
Rana及其同事于2008年至2013年记录了动脉粥样硬化的CVD事件，并比较了预测的对比，观察到动脉粥样硬化CVD的5年风险。他们还对4,242名成人进行了单独分析，患有糖尿病符合所有其他标准。
Rana是北加州北加州，奥克兰和兼职研究员的一体的心脏病专家，以及其研究分工，同事记录了2,061个动脉粥样硬化CVD事件，在没有糖尿病的队列的1,515,141人的群体期间。
观察到的利率下降
研究人员在每类预测的动脉粥样硬化CVD风险中写道，观察到的率大大降低：
- 在该组中，预测风险低于2.5％：平均预期风险，1.04％;观察到风险，0.2％（95％CI，0.2-0.25）;
- 在本集团中预测风险为2.5％至3.75％：平均预期风险，3.08％;观察风险，0.65％（95％CI，0.55-0.7）;
- 在该组中，预测风险为3.75％至少于5％：平均预期风险，4.34％;观察风险，0.9％（95％CI，0.75-1）;和
- 在该组中，预测风险至少为5％：平均预期风险，8.72％;观察到风险，1.85％（95％CI，1.75-1.95）。
Rana及其同事写道，校准差，歧视是中等的（C统计= 0.74）。
结果，据研究人员称，结果跨越民族（C统计范围，0.7至0.74）和社会经济地位。
“基于当前风险计算器的大幅高估转化为过度处理很多真正处于低[CV]风险的人的可能性，”研究员艾伦S. Go，MD，Kaiser Permanente北加州研究河道的心血管和代谢条件的首席讲述了今天心脏病学。“我们的研究提供了关键证据，支持重新校准现实世界中的风险方程。”
艾伦斯。去吧
在糖尿病的队列中，2％的急性MI患有急性MI，有效的CHD相关死亡1.3％，5年期间有0.2％缺血性脑卒中。Rana及其同事报告说，校准在预测的对象之间是公平的，观察到的动脉粥样硬化CVD事件的风险，但歧视是适度的（C统计= 0.64）。
分别分析了用他汀类药物治疗的参与者进行后续预防，研究人员发现，其观察到的动脉粥样硬化CVD的速率约为预期的六倍。他们写道，校准在这些参与者中，这些参与者在这些参与者中差异较差，并且没有（C统计= 0.68）糖尿病。
“我们相信我们的调查结果具有重要的临床和健康政策，以确定应建议终身终身司机治疗，”Rana告诉今天心脏病学。“我们赞同医生 - 患者共享决策，并不建议目前练习的任何突然变化。然而，鉴于他汀类药物治疗是数百万美国人的待遇，我们的研究强调了在这一领域进行了持续研究和对话的重要性，为当代多样化患者提供了更严格的证据。“
发散的结论
在一个相关的社论中，Michael J. Blaha，MD，MPH，写道，汇集队员在一些队列中表现良好，但不在其他队列中表现良好，并且“主要原因研究达到了不同的结论是学习人口的选择。”
迈克尔J. Blaha
来自约翰霍普金斯的Ciccarone中心预防心脏病的Blaha，写道，虽然“我们应该对这些发现的大小持怀疑态度”，因为错过了事件的可能性，结果与动脉粥样硬化CVD的持续下降一致费率。
他得出结论，“最好的解决方案是纳入风险估算中的信心（或缺乏）的讨论和临床患者讨论的高估潜力。”- 通过erik swain
披露：Rana是北加州Kaiser Permanente的员工。请参阅完整的研究人员相关财务披露。Blaha报告没有相关的财务披露。
看法
回到顶部
Donald M. Lloyd-Jones，MD，SCM，Facc，Faha
我相信汇集的队列风险方程，它正在做我们要求的事情。关于其在不同类型的人群中的表现的第1天有争议。这正是应该发生的事情。随时我们在基于科学的指导方面使用任何东西，人们应该弄清楚它的优势和劣势可能是什么。这肯定不是第一个，也不是最后一个评估各种人群风险评估工具的纸张。这是我们将科学向前移动的方式。我确信这将在下一组指导方面进化，因为它应该。
也就是说，并非所有科学都是平等的。本文中有一些非常重要的方法缺陷，这些缺陷已经发现了发现的内容。了解研究人员在设计这项研究方面的决定是很重要的，这导致了结果。如果问题是风险评分在其预期的人口中有多良好 - 患者可能面临MI或中风的风险 - 他们几乎可以将所有人们删除所有人类在研究设计中患上MI或中风的风险。例如，论文中的图1显示，他们排除了在前5年内接受了降脂治疗的任何人。那些是医生认为他们可能面临mi或中风的风险的人。这是凯撒制度中的一大群人，因为他们在识别患者的风险方面做得非常好。然后，有更多的排除标准，有效地消除了可能对MI或中风较高风险的人。例如，人们在随访期间用他汀类药物治疗;他们用他汀类药物治疗，因为有人认为他们将来有MI或中风的风险。 By removing those people, you’re taking away the natural history that the risk score is supposed to predict.
论文中有两个明显的证据讲述这正是发生了什么。选择偏见的第一个证据是，人口患有1.4％的糖尿病。在美国，糖尿病的患病率为9％至10％。这很重要，因为糖尿病患者对MI或中风的风险很高。如果您已删除绝大多数糖尿病患者，当然，风险分数将估计。它应该预测代表性的人口。第二件证据表明，研究人员报告了每1000人的总事件率为1.4个CV事件。该事件率是任何美国人口的历史上低，从未出现的事件率。也许是真的，但有几个因素表明它是一个非常偏见的样本。在队列中，这代表了48个州的白人和黑人男女，并且风险得分非常好，每1000人的活动率为7至8人，比目前的研究队列高出5至六倍。 The mismatch between event rates is striking. Also odd is that this group has reported that the event rate for just MI during this time period is 2.1 per 1,000 person-years. The event rate for all CVD is lower than their previously published event rate for just MI; that math doesn’t work at all. I’m puzzled about how to reconcile those two things.
一切都说，预计风险得分会给出排除标准是否会估计。这些患者存在于现实世界中，但我们已经失去了这个问题的景象。当你歪斜样本时，随着研究人员的完成，实质上已经完成了，那么你就会看到这样的结果。该分析是一条信息。这肯定不是最后的词。我们在一些已发表的所有论文中看到的整体模式是，在某些情况下，风险评分超额标准的不匹配，并且往往是与人们非常健康或与健康有关的人口系统，我们期望他们朝向风险谱的下端。我们看到关于患有艾滋病毒或类风湿性关节炎病症的患者的患者的篇章中的许多论文均处于CVD的风险较高，风险得分低于预期。样品的代表性越多，患者提供给初级保健办公室的患者，而不会让他们大的大毒品，风险得分更好。
The 2013 ACC/AHA Guideline on the Treatment of Blood Cholesterol to Reduce Atherosclerotic Cardiovascular Risk in Adults says to use the pooled-cohort equation as a starting point for a conversation, and then bring your patient’s individual characteristics to the table to help you make a decision. The risk score puts you in the ballpark to understand the patient’s risk, but then you have to consider whether they are lean, active, eating a good diet, heavily engaged with the health system, with no family history of CVD, etc. If they meet those criteria, then you might consider them at the lower end of the risk spectrum and might not be as aggressive in prevention. Whereas if someone has a long history or overweight/obesity, a family history of CVD, heavy smoking, etc, I would expect the risk score is actually underestimating risk. That’s why you can’t think about the risk score in isolation. It has to be used in the way intended by the cholesterol guidelines. That’s medicine.