跳转至主要内容
首届全国高校数据驱动创新研究大赛成果展示
中国人群的心血管发病风险及预测
作  者: 开云app体育 ,温勃; 开云app体育 ,吴瑶; 开云app体育 ,刘晓非; 开云app体育 ,罗冬梅; 
年  份:2018
学  科:公共卫生与预防医学
数据链接: http://opendata.pku.edu.cn/dataverse/CHARLS
奖  项:一等奖
指导教师:开云app体育 公共卫生学院,高培
目的 比较三种方法对中国健康养老追踪调查(CHARLS)中6703名居民的未来5年心血管发病风险的预测结果,为建立适合中国人群的预测方法提供依据。 方法 利用中国健康养老追踪调查(CHARLS)2011年-2015年的调查居民的基本信息、血液检查等健康相关数据,采用Framingham冠心病风险评估模型(FRS)、China Project for ASCVD Risk模型(China-PAR模型)、雷诺模型(Reynolds模型),对2011年基线调查中未患心脏病及脑卒中的居民的心血管发病风险进行预测,并结合2015年随访数据中心血管的实际发病情况进行对比,评价三种模型的预测能力。在此基础上筛选出相关危险因素,建立新的预测模型并进行相关检验。 结果 相比于FRS和China-PAR,Reynolds模型对数据有具有更好的区分度,但三种模型均高估了低危、中危人群心血管疾病的发病风险,低估了高危人群的发病风险。对比实际值与预测值后,发现FRS模型对研究人群心血管发病风险概率的预测与实际情况较接近(2=1.12,P=0.5715),而Reynolds模型的预测结果与实际情况有较大差别,差异具有统计学意义(2=22.65,P<0.001)。基于以上,建立的预测模型主要纳入性别、年龄、教育程度、高血压、血脂障碍、血红蛋白、血糖和BMI等因素,相比其他三个模型,预测模型具有较好的区分度和预测性(C统计量为0.606,HR=1.22,P=0.001)。 结论 FRS模型、China-PAR模型、Reynolds模型对中国健康养老追踪调查对象心血管未来5年发病风险预测,均存在高估低、中危人群发病风险,低估高危人群发病风险的可能,新模型对该人群的发病风险预测则优于其他三种模型。
您还没有登录

  请先 注册 或者 登录

联系 Peking University Open Research Data Platform 支持

Peking University Open Research Data Platform 支持

请填写这个以证明您不是机器人。

+ =
发送消息

Baidu
map