BY.Tan

记录点滴

心力衰竭风险预测模型——我们学到了什么?

波比 / 2018-08-27


医生们正在迷恋风险预测模型。Cox比例风险,逻辑回归以及分类和回归树方法被广泛用于创建各种各样的预测模型。但我们应该意识到:“预测非常困难,特别是关于未来。”

我们很容易开发一种风险模型来对在队列中发生或没有发生事件的患者进行分层(区分),因为,其结果已为人所知。但在另一个队列(验证)中验证风险模型要困难得多,尤其是,应用该模型来帮助在个体患者中做出临床决策。因为,模型的验证需要在另一个队列中进行区分和校准测量。

可以用冠状动脉疾病风险模型来说明危险。例如,应用于亚洲群组时的Framingham风险评分提供了类似于派生白美国队列中的歧视(接收者 - 操作特征[ROC]≥0.75)(2)。然而,该模型高估了男性的绝对风险276%,女性的绝对风险高达102%。因此,如果不进行重新校准,该模型对亚洲人群的治疗决策的效用有限。对于新的美国心脏病学会/美国心脏协会(ACC / AHA)风险模型(3)也提出了类似的担忧,该模型在一些队列中高估了75%至150%的冠状动脉疾病风险(4)。

同样的问题也适用于心力衰竭模型吗?利钠肽(NP)是心力衰竭患者射血分数(HFrEF)降低和射血分数(HFpEF)保留的心力衰竭患者预后的强预测因子(5,6)。来自HFrEF患者(Val-HeFT [缬沙坦心力衰竭试验])和HFpEF(I-PRESERVE [厄贝沙坦在心力衰竭中保留射血分数研究])试验的数据显示,尽管HFrEF中NP的基线水平显着较高,在HFrEF和HFpEF群体中,N末端pro-B型利尿钠肽(NT-proBNP)的1个对数单位增加相关的死亡率相似(风险比:~1.70)。因此,假设心力衰竭风险预测模型NP可用于各种心力衰竭患者以预测结果似乎是合理的。然而,如表1(图1)所示,对于任何给定的BNP水平,HFrEF的基线NT-proBNP调整的绝对死亡风险比HFpEF患者高约60%。