Galeria de mapas mentais Desenvolvimento e validação de modelo prognóstico para sangramento e isquemia em pacientes idosos com síndrome coronariana aguda e fibrilação atrial
Este é um mapa mental sobre o desenvolvimento e validação de um modelo prognóstico de hemorragia e isquemia em pacientes idosos com síndrome coronariana aguda e fibrilação atrial. O conteúdo principal inclui: materiais suplementares, tabelas não são tão boas quanto imagens, palavras não são tão boas quanto. tabelas, resumo e título.
Editado em 2024-10-29 15:50:10Find a streamlined guide created using EdrawMind, showcasing the Lemon 8 registration and login flow chart. This visual tool facilitates an effortless journey for American users to switch from TikTok to Lemon 8, making the transition both intuitive and rapid. Ideal for those looking for a user-centric route to Lemon 8's offerings, our flow chart demystifies the registration procedure and emphasizes crucial steps for a hassle-free login.
これは稲盛和夫に関するマインドマップです。私のこれまでの人生のすべての経験は、ビジネスの明確な目的と意味、強い意志、売上の最大化、業務の最小化、そして運営は強い意志に依存することを主な内容としています。
かんばんボードのデザインはシンプルかつ明確で、計画が一目で明確になります。毎日の進捗状況を簡単に記録し、月末に要約を作成して成長と成果を確認することができます。 実用性が高い:読書、早起き、運動など、さまざまなプランをカバーします。 操作簡単:シンプルなデザイン、便利な記録、いつでも進捗状況を確認できます。 明確な概要: 毎月の概要により、成長を明確に確認できます。 小さい まとめ、今月の振り返り掲示板、今月の習慣掲示板、今月のまとめ掲示板。
Find a streamlined guide created using EdrawMind, showcasing the Lemon 8 registration and login flow chart. This visual tool facilitates an effortless journey for American users to switch from TikTok to Lemon 8, making the transition both intuitive and rapid. Ideal for those looking for a user-centric route to Lemon 8's offerings, our flow chart demystifies the registration procedure and emphasizes crucial steps for a hassle-free login.
これは稲盛和夫に関するマインドマップです。私のこれまでの人生のすべての経験は、ビジネスの明確な目的と意味、強い意志、売上の最大化、業務の最小化、そして運営は強い意志に依存することを主な内容としています。
かんばんボードのデザインはシンプルかつ明確で、計画が一目で明確になります。毎日の進捗状況を簡単に記録し、月末に要約を作成して成長と成果を確認することができます。 実用性が高い:読書、早起き、運動など、さまざまなプランをカバーします。 操作簡単:シンプルなデザイン、便利な記録、いつでも進捗状況を確認できます。 明確な概要: 毎月の概要により、成長を明確に確認できます。 小さい まとめ、今月の振り返り掲示板、今月の習慣掲示板、今月のまとめ掲示板。
Desenvolvimento e validação de modelo prognóstico para sangramento e isquemia em pacientes idosos com síndrome coronariana aguda e fibrilação atrial
tópico
Desenvolvimento e validação de modelos prognósticos para sangramento e isquemia em pacientes idosos com síndrome coronariana aguda comórbida e fibrilação atrial
resumo
Antecedentes/Objetivo
Síndrome coronariana aguda e fibrilação atrial são doenças cardiovasculares comuns em idosos
Pacientes com comorbidades enfrentam risco aumentado de sangramento e isquemia
Faltam modelos prognósticos que quantifiquem estes riscos nesta população especial
método
Neste estudo de coorte retrospectivo, 1.851 pacientes (≥65 anos) com síndrome coronariana aguda e fibrilação atrial de 2 hospitais na China foram incluídos na coorte de desenvolvimento (1.252 casos) e 2 coortes de validação externa (284 casos e 315 casos de exemplo). )
Durante 1 ano de acompanhamento, foram observados 96 eventos hemorrágicos tipo 3 ou 5 do Bleeding Academic Research Consortium e 245 eventos tromboembólicos.
Na coorte de desenvolvimento, o índice de concordância variou de 0,737 a 0,845 para sangramento e de 0,723 a 0,777 para isquemia aos 3, 6 e 12 meses
A curva de calibração e a análise da curva de decisão demonstram calibração adequada e utilidade clínica
O índice de consistência na coorte de validação variou de 0,679 a 0,809
Análises de subgrupos com foco em anticoagulantes e terapia antitrombótica foram realizadas e revelaram discriminação e calibração semelhantes
As curvas de Kaplan-Meier mostram diferenças significativas (log-rank P<0,001)
Esses modelos superam os modelos tradicionais em termos de índice de consistência, melhoria abrangente da discriminação e melhoria da reclassificação líquida
resultado
Fornece 2 modelos prognósticos robustos com fatores clínicos prontamente disponíveis para prever sangramento e isquemia em pacientes idosos com síndrome coronariana aguda e fibrilação atrial
Fornece calculadoras on-line para facilitar a avaliação de risco individualizada e a tomada de decisões clínicas
para concluir
A calculadora baseada na web foi desenvolvida como uma ferramenta de previsão prática e fácil de usar.
O modelo demonstrou excelente desempenho, utilidade clínica e capacidade de estratificação de risco. Comparado com os modelos prognósticos existentes, nosso modelo recém-desenvolvido melhora significativamente o desempenho da previsão em diferentes momentos
As aplicações clínicas recomendadas incluem o uso de modelos para ajudar a determinar a relação benefício-risco ideal de regimes de tratamento antitrombótico para reduzir sangramento e risco trombótico em pacientes idosos com síndrome coronariana aguda e fibrilação atrial.
Palavras não são tão boas quanto mesa
Tabela 1
Características basais de pacientes idosos com SCA e FA em coortes de desenvolvimento e validação
Tabela 2
Melhoria discriminante abrangente e melhoria líquida da reclassificação na mortalidade por todas as causas em 60 meses, adicionando NT-proBNP e ST2 ao modelo
Não como mostrado
Figura 1
Processo de configuração de modelo preditivo
Figura 2
Seleção de preditores clínicos usando redução absoluta mínima e análise de operador de seleção com validação cruzada de 10 vezes
A: Perfil do coeficiente do modelo de regressão LASSO para eventos hemorrágicos tipo 3 ou 5 BARC.
B: Gráfico de erro de validação cruzada para identificar potenciais preditores de sangramento
C: Perfil de coeficiente do modelo de regressão LASSO isquêmico
D: Gráfico de erro de validação cruzada para identificar potenciais preditores de isquemia
Figura 3
Nomograma, curva característica de operação do receptor dependente do tempo e área sob a curva ROC
A, B: Nomograma prevendo sangramento (A) e probabilidade de isquemia (B)
C, D: Curvas ROC dependentes do tempo para modelos de hemorragia (C) e isquemia (D) aos 3, 6 e 12 meses
Figura 4
Curvas de eventos cumulativos de Kaplan-Meier de um ano para hemorragia e isquemia na coorte de desenvolvimento
A: Sangramento BARC tipo 3 ou 5
B: isquemia
Material suplementar
Tabela S1
Características basais de pacientes com e sem sangramento BARC tipo 3 ou 5 ou eventos tromboembólicos
Tabela S2
Características basais de pacientes idosos com SCA e FA na coorte de validação temporal
Tabela S3
atribuição de variável
Tabela S4
Análise de regressão de Cox univariada e multivariada de preditores relacionados ao sangramento
Tabela S5
Análise de regressão de Cox univariada e multivariada de fatores preditivos relacionados à isquemia
Tabela S6
Desempenho de modelos de sangramento nos subgrupos de pacientes DAT e TAT em 3 tipos de validação (discriminação)
Tabela S7
Desempenho de modelos de sangramento em 3 validações (graus de calibração) de pacientes nos subgrupos DAT e TAT
Tabela S8
Desempenho dos modelos de isquemia do subgrupo DAT e TAT em 3 validações (diferenças)
Tabela S9
Desempenho dos modelos de isquemia do subgrupo DAT e TAT em 3 validações (calibrações)
Tabela S10
Estratificação de risco dos escores de sangramento em pacientes idosos com SCA e fibrilação atrial
Tabela S11
Estratificação de risco do escore de isquemia em pacientes idosos com SCA e fibrilação atrial
Tabela S12
Comparando a capacidade de um nomograma recentemente desenvolvido para diferenciar sangramento com modelos prognósticos existentes em uma coorte de desenvolvimento
Tabela S13
Comparando a capacidade de um nomograma recentemente desenvolvido para diferenciar a isquemia dos modelos prognósticos existentes em uma coorte de desenvolvimento
Tabela S14
Estatísticas de reclassificação para mapas de sangramento recentemente desenvolvidos em coortes de desenvolvimento
Tabela S15
Estatísticas de reclassificação de cerebrovasculogramas isquêmicos recentemente desenvolvidos em coortes de desenvolvimento
Figura S1
Fluxograma de inscrição de pacientes
Figura S2
Curva característica de operação do receptor (ROC) e área sob a curva ROC (AUC) ao longo do tempo. Curvas ROC ao longo do tempo para modelos de hemorragia (A) e isquemia (B) aos 3, 6 e 12 meses na coorte de validação espacial. Curvas ROC ao longo do tempo para modelos de hemorragia (C) e isquemia (D) aos 3, 6 e 12 meses na coorte de validação temporal
Figura S3
Curvas de calibração que avaliam a precisão do mapa de hemorragia em 3, 6 e 12 meses em coortes de desenvolvimento (AC), validação espacial (DF) e validação temporal (GI)
Figura S4
Análise da curva de decisão do nomograma de sangramento aos 3, 6 e 12 meses nas coortes de desenvolvimento (A), validação espacial (B) e validação temporal (C)
Figura S5
Curvas de calibração que avaliam a precisão do mapa de isquemia em 3, 6 e 12 meses em coortes de desenvolvimento (AC), validação espacial (DF) e validação temporal (GI)
Figura S6
Análise da curva de decisão dos mapas de isquemia aos 3, 6 e 12 meses nas coortes de desenvolvimento (A), validação espacial (B) e validação temporal (C)
Figura S7
Use o X-tile para determinar o ponto de corte ideal para hemorragia (A) e isquemia (B). Curvas de eventos cumulativos de Kaplan-Meier de um ano para sangramento tipo 3 ou 5 BARC (C) e isquemia (D) na coorte de validação espacial. Curvas de eventos cumulativos de Kaplan-Meier de um ano para sangramento tipo 3 ou 5 BARC (E) e isquemia (F) na coorte de validação temporal
Figura S8
Análise da curva de decisão do nomograma recentemente desenvolvido e dos escores clássicos de risco prognóstico em diferentes momentos