Нажмите "Enter", чтобы перейти к контенту

Валидация модели для исследования влияния факторов риска изменения сердечно-сосудистых заболеваний (ССЗ) на нагрузку на сердечно-сосудистую систему: модель компьютерного моделирования с использованием ишемического сердечно-сосудистого заболевания и ритма холестерина (RISC)

Validation of a model to investigate the effects of modifying cardiovascular disease (CVD) risk factors on the burden of CVD: the rotterdam ischemic heart disease and stroke computer simulation (RISC) model
Источник: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3566939/

Мы разработали модель Монте-Карло Маркова, предназначенную для исследования влияния факторов риска изменения сердечно-сосудистых заболеваний (ССЗ) на бремя ССЗ. Внутренняя, прогнозирующая и внешняя достоверность модели еще не установлены.

Модель Роттердамской ишемической болезни сердца и моделирования инсульта (RISC) была разработана с использованием данных, охватывающих 5 лет наблюдения Роттердамского исследования. Чтобы доказать 1) внутреннюю и 2) прогностическую достоверность, показатели ишемической болезни сердца (ИБС), инсульта, смерти от сердечно-сосудистых заболеваний и смерти без ССЗ, моделируемой моделью за 13-летний период, сравнивались с показателями для 3478 участников исследование Роттердама, по крайней мере, 13 лет наблюдения. 3) Внешняя достоверность была подтверждена с использованием 10 лет последующих данных Европейского исследования перспективных исследований рака (EPIC) -Норфолк из 25 492 участников, для которых сравнивалась смертность от сердечно-сосудистых заболеваний и не-ССЗ.

На 5-й год наблюдаемые случаи (с симулированными случаями в скобках) показателей ИБС, инсульта и сердечно-сосудистых заболеваний и не-ССЗ для 3 478 участников исследования в Роттердаме составили 5,30% (4,68%), 3,60% (3,23%), 4,70% 4,80%) и 7,50% (7,96%), соответственно. На 13-м году эти проценты составили 10,60% (10,91%), 9,90% (9,13%), 14,20% (15,12%) и 24,30% (23,42%). После повторной калибровки модели для популяции EPIC-Норфолк 10-летние наблюдаемые (смоделированные) показатели сердечно-сосудистых заболеваний и не-ССЗ-смертности составили 3,70% (4,95%) и 6,50% (6,29%). Все наблюдаемые случаи падали хорошо в пределах 95% доверительных интервалов симулированных случаев.

Мы подтвердили внутреннюю, прогнозирующую и внешнюю обоснованность модели RISC. Эти результаты дают основание для анализа влияния изменения факторов риска сердечно-сосудистых заболеваний на бремя ССЗ с использованием модели RISC.

Модели принятия решений все чаще используются для принятия решений о медицинских вмешательствах в здравоохранение [1-3]. Как для разработчиков политики здравоохранения, которые должны принимать решения для конкретных групп населения, так и взвешивать как преимущества, так и затраты, а также для врача общей практики, которому приходится решать медицинское решение для конкретного пациента, модели принятия решений могут предоставить ценную информацию, чтобы помочь решению. Эмпирические и пробные исследования по (стоимостной) эффективности медицинских вмешательств часто оценивают ограниченное число стратегий и обычно охватывают ограниченный период наблюдения. Моделирование решений может преодолеть эти ограничения путем обобщения имеющейся информации и экстраполяции краткосрочных результатов исследования, предоставления политикам информации о ожидаемых долгосрочных результатах и ​​сопутствующих неопределенностях [4]. Однако, поскольку модели принятия решений основаны на обязательно упрощенном представлении основного заболевания и изучаемого вмешательства, действительность модели автоматически не гарантируется. Более ранние исследования показали, что важность валидации модели до результатов симуляционного исследования может быть использована для медицинских решений [5-8].

Были описаны три типа действительности. При внутренней проверке вывод модели сравнивается с данными, которые использовались для построения модели [9,10]. Хотя вывод модели и данные по своей сути зависят друг от друга с этим типом проверки, внутренняя валидность является необходимым условием и дает представление о том, насколько хорошо вывод модели представляет данные. В то время как период наблюдения в обсервационных исследованиях и клинических испытаниях обязательно ограничен, медицинские решения часто требуют долгосрочных результатов. Общий подход заключается в экстраполировании результатов имитационной модели за период, из-за которой она была первоначально основана. Действительность модели в отношении ее точности для моделирования результатов за пределы первоначального таймфрейма называется «предсказательной» или «предполагаемой» действительностью [11,12] и составляет вторую форму действительности. При оценке прогностической достоверности модельный результат сравнивается с данными нового периода наблюдения, который стал доступен после разработки модели. Степень, в которой результаты модели могут быть применены к другим популяциям, отличным от первоначального, является третьей формой действительности, внешней достоверности [9,10]. Поскольку потенциальные различия между популяциями влияют на многие из параметров, используемых в модели, внешняя достоверность является более строгим испытанием на достоверность модели, чем два других измерения достоверности.

Целью этого исследования было оценить внутреннюю, прогностическую и внешнюю обоснованность модели Риттэмского ишемического сердечно-сосудистого заболевания и моделирования инсульта (RISC) [13]. Модель RISC была разработана для исследования влияния изменения факторов риска сердечно-сосудистых заболеваний (ССЗ) на нагрузку на сердечно-сосудистую систему в общей популяции. Модель основана на данных исследования Роттердама, последующего исследования когорт, состоящего из 7 983 взрослых в возрасте 55 лет и старше. Валидация модели RISC требуется до того, как результаты, полученные моделью, могут быть использованы для принятия решений.

Модель RISC представляет собой модель перехода состояния Монте-Карло (схематически представленную на рисунке 1) с шестью состояниями: 1) состояние смерти от ССЗ, 2) состояние смерти без ССЗ, 3) состояние ИБС, 4 ) состояние удара, 5) состояние ИБС и инсульта, 6) состояние состояния (живое без ИБС или инсульта). Модель моделирует случайные события CVD у лиц с и без предыдущего CVD на основе зависимых от риска-актора вероятностей перехода с использованием уравнений регрессии Кокса.

Схематическое изображение модели Имитационного ишемического сердечно-сосудистого заболевания и моделирования инсульта (RISC) в Роттердаме. ИБС, ишемическая болезнь сердца; Сердечно-сосудистые заболевания, сердечно-сосудистые заболевания. Стрелки указывают переходы между состояниями здоровья.

Индивидуальные профили факторов риска моделируются и отслеживаются с течением времени. События инцидента CVD подсчитываются с использованием переменных трекера во время моделирования. ИБС определяется как: острый инфаркт миокарда (Международная классификация болезней, 10-й выпуск (ICD-10) код I21), чрескожная транслюминальная коронарная ангиопластика (PTCA) и шунтирующий шунт коронарной артерии (CABG). Инсульт ограничен негеморрагическими и неуказанными штрихами (коды ICD-10 I63, I64). Сердечно-сосудистая смерть определяется как смертность от гипертонических заболеваний (коды ICD-10 I10-15), ишемическая болезнь сердца (коды ICD-10 от I20 до I25), внезапная сердечная смерть (коды ICD-10 I46, I49), застойная сердечная недостаточность ( ICD-10 код I50), цереброваскулярное заболевание (коды МКБ-10 от 160 до 167), другое артериальное заболевание (коды МКБ-10 от I70 до I79) или внезапная смерть (код ICD-10 R96). Смертность от сердечно-сосудистых заболеваний определяется как смертность из-за всех других причин (все остальные коды МКБ-10). Модель была построена с использованием программного обеспечения TreeAge (версия Data Professional 2009, TreeAge Software, Inc., Williamstown, США). Подробная информация о модели приведена в более ранней публикации [13] (см. Также Дополнительный файл 1).

В модели RISC профили фактора риска и функции вероятности перехода были основаны на данных из популяции исследования Роттердама. Исследование Роттердама было первоначально одобрено организационным советом по обзору Медицинского центра Эразма и обзорным советом Министерства здравоохранения, социального обеспечения и спорта Нидерландов [14].

Эта популяция состояла из 7 983 респондентов из случайной выборки взрослых в возрасте 55 лет и старше, которые были завербованы между 1990 и 1993 годами и проживали в Ommoord, Нидерланды. Из этих 7 983 респондентов 6 871 человек посетили исследовательский центр и подписали документ с информированным согласием. Эти люди наблюдались в период с 1990 по 2000 год; последующая деятельность состояла из трех физических обследований с опросами, а также наблюдение за госпитализациями, регистрами смерти и другими доступными медицинскими источниками обеспечивало точное наблюдение за смертью и клиническими проявлениями ССЗ.

В 3501 из участников были известны все важные характеристики для прогнозирования сердечно-сосудистых заболеваний, а модель RISC основана на пятилетних контрольных данных этих 3501 особей. Факторами риска, учитываемыми для функций вероятности перехода, были возраст, пол, статус курения, систолическое и диастолическое артериальное давление, индекс массы тела, отношение талии к бедрам, индекс лодыжки-плеча; уровни глюкозы в плазме, общий холестерин в плазме, холестерин высокой плотности липопротеинов (ЛПВП) и креатинин плазмы; семейная история сердечно-сосудистых заболеваний, наличие гипертонии (артериальное давление свыше 160/90 или использование антигипертензивных препаратов) или сахарный диабет; проявления прерывистой хромоты, стенокардии, фибрилляции предсердий или транзиторных ишемических атак; и распространенный ССЗ. Подробная информация об оценке этих показателей риска описана в предыдущих публикациях [15]. Уравнения регрессии Кокса, которые описывали вероятности перехода состояния, были сосредоточены вокруг среднего значения факторов риска этих 3501 участников. Это позволило анализировать популяции, отличные от исходной, путем замены центрированной кумулятивной исходной опасности и средних значений факторов риска на значения других популяций.

Модель RISC позволяет оценить неопределенность параметров [16]. Большая часть неопределенности параметров в модели обусловлена ​​β-коэффициентами, лежащими в основе функций вероятности перехода, и эти β-коэффициенты потенциально зависят друг от друга. Для моделирования неопределенности коэффициентов были взяты 100 выборок начальной загрузки исследуемой популяции. Все функции вероятности перехода были установлены для каждой бутстрап-выборки, в результате чего было создано 100 наборов связанных функций вероятности перехода, что позволило установить зависимость между ними. Вероятности перехода были основаны на уравнениях регрессии Кокса, а также была указана неопределенность параметров вокруг исходных опасностей событий ССЗ, смерти от ССЗ и смерти без ССЗ.

Модель RISC была разработана для моделирования людей, у каждого из которых был уникальный профиль фактора риска для сердечно-сосудистых заболеваний [17]. Ожидается, что результаты модели будут отличаться для людей с профилями высокого риска (пожилой возраст, мужчина, высокое кровяное давление, высокий уровень липидов, сахарный диабет), чем для пациентов с более благоприятными профилями. Чтобы учитывать различия в результатах, возникающих в результате индивидуальных различий в профилях факторов риска (то есть гетерогенности), мы использовали модель RISC для имитации разных людей по одному.

Факторы риска, используемые в модели RISC, выявляют тенденции с течением времени. В качестве примера, общий уровень холестерина был обнаружен с возрастом в Роттердамском исследовании. Чтобы учитывать эти тенденции в факторах риска с течением времени, каждый профиль фактора риска для конкретного человека обновлялся каждые 5 лет во время имитации жизни в модели, основываясь на тенденциях, наблюдавшихся в течение первых 5 лет исследования Роттердама. Поэтому развитие факторов риска необходимо отслеживать с течением времени.

События, происходящие во время имитируемой жизни человека, могут влиять на появление других событий. В качестве примера, событие ИБС увеличивает риск смерти в последующие годы. Таким образом, все сердечно-сосудистые события в модели RISC отслеживались и связывались с вероятностями перехода. Включение переменных, используемых для отслеживания событий сердечно-сосудистых заболеваний и изменений факторов риска с течением времени для каждого человека, потребовало моделирования каждого отдельного человека несколько раз, чтобы учесть стохастическую неопределенность [17].

Из нашей когорты из 3501 человек из Роттердамского исследования, на основе которой была основана модель RISC, мы выбрали 3 478 человек, у которых было по крайней мере 13 лет после 1 января 2007 года. Остальные предметы были потеряны для последующего наблюдения, поскольку они переместились из области или прекратили свое участие. Мы рассчитали совокупные показатели общей смертности, смертности от сердечно-сосудистых заболеваний, смертности от сердечно-сосудистых заболеваний, ИБС и инсульта, как это было определено ранее в течение 13-летнего периода наблюдения (с начала года 1 до конца года 13). Затем мы сравнили это с имитируемыми кумулятивными инцидентами одних и тех же событий в течение первого года до конца 13-го года по модели RISC. Кроме того, мы проанализировали анализ внутренней и прогностической достоверности смертности от ССЗ по возрастным группам 3 357 участников, а также для мужчин и женщин отдельно. Мы выбираем смертность от сердечно-сосудистых заболеваний, потому что это один из самых важных клинических исходов, и в каждом слое будет достаточно событий для получения стабильных результатов.

Для внешней проверки мы использовали данные исследования EPIC-Norfolk [18], которое представляет собой перспективное исследование населения 25 663 мужчин и женщин в возрасте от 45 до 79 лет, проживающих в Норфолке, Великобритания. Это исследование было одобрено Комиссией по этике штата Норвич в области здравоохранения, и все участники дали подписанное информированное согласие [18]. Участники изначально были набраны из вековых и гендерных регистров общей практики в Норфолке в рамках совместного EPIC-исследования на 10 стран, предназначенного для исследования диетических и других детерминант рака. Кроме того, для оценки детерминант других заболеваний были получены характеристики, включая антропометрию, кровяное давление и уровни липидов. Для базового обследования с 1993 по 1997 год участники заполнили подробный вопросник по вопросам здоровья и образа жизни и посетили клинику. Были отмечены все участники и зафиксирована смертность, связанная с Управлением национальной статистики Великобритании. Участники, поступившие в больницу, были идентифицированы по их уникальному номеру Национальной службы здравоохранения по связям с данными с базой данных здравоохранения штата Норфолк (ENCORE), которая идентифицирует все контакты с больницами по всей Англии и Уэльсу для жителей Норфолка.

Данные EPIC не содержат всех переменных, используемых в модели RISC. В частности, следующая информация была недоступна: индекс голеностопного сустава, уровень глюкозы в сыворотке крови и история развития базовой стенокардии, фибрилляция предсердий, прерывистая хромота или транзиторная ишемическая атака. Следовательно, мы набрали недостающие данные в наборе данных EPIC на основе множества переменных, которые были доступны [19]. Все основные факторы риска, такие как возраст, пол, уровень холестерина и артериальное давление, были доступны и не нуждались в вменении.

Мы использовали данные о смертности от EPIC-Norfolk с 1993 года по 31 марта 2008 года. Из 25 663 участников мы выбрали 25 492 человека, у которых была просрочка по меньшей мере 10 лет. Для внешней проверки мы рассчитали совокупную заболеваемость ССЗ и смертность от ССЗ в наборе данных EPIC. Мы сравнили это с имитируемыми кумулятивными событиями тех же событий после года 1 до 10 года по модели RISC, используя в качестве входных данных профили 25,492 EPIC.

Мы не вычисляли или не моделировали события ИБС и инсульта во внешней валидации, потому что исследование EPIC не документировало события CABG и PCI, и, кроме того, нефатальные события регистрировались только в том случае, если пациент был госпитализирован. В Роттердамском исследовании оба КАШ и ЧКВ считались событиями ИБС, и все случаи ИБС и инсульта регистрировались независимо от того, был ли пациент госпитализирован, что делает определение ИБС и инсульта по-разному различимыми между двумя когортами [20,21].

Важные базовые характеристики базового уровня 3,478 Роттердам Участники исследования и 25 492 участника EPIC были рассчитаны и приведены в таблицу для оценки их различий.

Чтобы учесть неопределенность параметров, неоднородность участников и стохастическую неопределенность, мы провели трехуровневое моделирование [16,17]. Мы вычислили среднее значение и распределение по среднему значению кумулятивных инцидентов, взяв из 100 наборов второго порядка связанных β-коэффициентов из вероятностей перехода состояния и значений для базовых опасностей событий (внешний цикл моделирования для неопределенности параметров). Для каждого набора связанных β-коэффициентов и базовых опасностей мы последовательно моделировали 2000 случайно сформированных профилей факторов риска из профилей 3 488 Rotterdam для внутренней и прогнозной проверки и 2000 из 25 492 EPIC-профилей для внешней проверки (средний цикл моделирования для гетерогенность). Для каждого профиля было смоделировано 200 случайных блужданий, необходимых для отслеживания отдельных сердечно-сосудистых историй (микросимуляция, цикл внутреннего моделирования для стохастической неопределенности). Это предполагает 100 × 2000 × 200 за каждый анализ. Мы не моделировали какое-либо конкретное вмешательство или лечение в этом исследовании; для проверки была смоделирована только наблюдаемая история (текущая практика). Для стратифицированных анализов мы агрегировали на индивидуальном уровне (n = 3501 × 200 × 100 пробегов на анализ).

Для внутренней и прогностической проверки мы определили средние моделируемые кумулятивные случаи смерти от ССЗ, смерти от сердечно-сосудистых заболеваний, ИБС и инсульта за 13-летний период. Для внешней проверки мы определили средние моделируемые кумулятивные случаи смерти от сердечно-сосудистых заболеваний и смерти без ССЗ за год до 13 года. Поскольку Роттердамское исследование и население EPIC-Норфолка потенциально различаются в отношении распределения факторов риска и частоты CVD, мы впоследствии повторно калибровали модель RISC, заменив центрированные кумулятивные базовые опасности и средние значения факторов риска из исходной модели на основе данных Роттердама с соответствующими из когорты EPIC-Norfolk [22]. Затем мы снова победили 2000 случайных участников из 25 492 участников EPIC.

Для всех кумулятивных инцидентов мы рассчитали 2,5% и 97,5% процентилей вариации вокруг средних случаев (интервалов достоверности) от моделирования RISC, чтобы количественно оценить влияние неопределенности параметров. Мы сравнили наблюдаемое с имитируемыми инцидентами для всех событий.

По сравнению с исследованием Роттердама участники исследования EPIC-Norfolk в среднем были на 10 лет моложе, а в исследовании EPIC-Norfolk было больше мужчин (таблица 1). В среднем участники EPIC имели более низкие уровни общего холестерина и более высокие уровни ЛПВП (таблица 1). Число участников исследования Роттердама с историей сердечно-сосудистых заболеваний на исходном уровне превышало число участников EPIC.

Исходные характеристики факторов риска, использованных в модели ИМК Ритмэмского Ишемического Сердечного Заболевания и Инсульта (RISC) для 3 478 участников исследования в Роттердаме и 25 492 европейских исследования перспективных исследований рака (EPIC) -Норфолк

Сокращения: ИМТ, индекс массы тела; BP, артериальное давление; Сердечно-сосудистые заболевания, сердечно-сосудистые заболевания; ИМ, инфаркт миокарда; ТИА, транзиторная ишемическая атака; WHR, соотношение талии и бедер.

средние значения и межквартильные диапазоны (скобки) приведены для непрерывных переменных, тогда как категориальные переменные указаны в процентах.

bИндицирует вмененные факторы риска для набора данных EPIC-Norfolk.

В течение 13 лет наблюдения 367 случаев ИБС, 343 случая инсульта, 494 случая сердечно-сосудистых заболеваний и 846 случаев смерти от сердечно-сосудистых заболеваний имели место у 3 478 участников исследования в Роттердаме. Кумулятивные показатели сердечно-сосудистых заболеваний и смертности от ССЗ в течение 13 лет после — для участников Роттердамского исследования были сопоставлены с коэффициентами, генерируемыми моделью RISC (Рисунок 2, Рисунок 3). Наблюдаемые значения, как в течение первых 5 лет (внутренняя валидация), так и для экстраполированного периода (прогнозная валидация), соответствовали имитированным. Кумулятивные случаи ИБС и событий инсульта в течение 13-летнего наблюдения были сопоставлены с частотой, вызванной моделью RISC (Рисунок 4, Рисунок 5). Наблюдаемые значения снова согласуются с имитируемыми событиями. Для кумулятивных показателей смертности от ССЗ, стратифицированных по возрастным группам, соответственно для мужчин и женщин, наблюдаемые значения также согласуются с имитируемыми значениями (см. Дополнительный файл 1, рис. S2, рисунок S3).

Смертность от сердечно-сосудистых заболеваний (ССЗ) в течение 13 лет наблюдения. Первые 5 лет относятся к внутренней проверке, а оставшиеся годы — к прогностической проверке. Имитированные и наблюдаемые значения для данных исследования Роттердама.

Смертность от сердечно-сосудистых заболеваний (ССЗ) в течение 13 лет наблюдения. Первые 5 лет относятся к внутренней проверке, а оставшиеся годы — к прогностической проверке. Имитированные и наблюдаемые значения для данных исследования Роттердама.

Ишемическая болезнь сердца (ИБС) в течение 13 лет наблюдения. Первые 5 лет относятся к внутренней проверке, а оставшиеся годы — к прогностической проверке. Имитированные и наблюдаемые значения для данных исследования Роттердама.

Инсульт в течение 13 лет наблюдения. Первые 5 лет относятся к внутренней проверке, а оставшиеся годы — к прогностической проверке. Имитированные и наблюдаемые значения для данных исследования Роттердама.

Во время 10-летнего наблюдения 25 492 участников EPIC-Norfolk произошло 943 случая смерти от сердечно-сосудистых заболеваний и 1,661 смерти от сердечно-сосудистых заболеваний. Кумулятивная частота ССЗ и смертности от ССЗ в течение 10-летнего наблюдения за 25 492 участниками EPIC была сравнена с показателями, возникающими по модели RISC, с использованием профилей EPIC-Norfolk в качестве входных данных (Рисунок 6, Рисунок 7). Наблюдаемые значения находились в пределах 95% доверительных интервалов симулированных значений, но модель RISC переоценивала количество случаев на протяжении всех лет как для сердечно-сосудистых заболеваний, так и для не-ССЗ-смертности. Затем мы подсчитали кумулятивные показатели сердечно-сосудистых заболеваний и смертности от ССЗ после замены центрированных кумулятивных базовых опасностей и средних значений факторов риска на те, которые основаны на данных EPIC, которые перекалибровали модель (рисунок 8, рис. 9). После этой повторной калибровки наблюдаемые показатели смертности от сердечно-сосудистых заболеваний и не-ССЗ соответствовали смоделированным случаям из модели RISC.

Смертность от сердечно-сосудистых заболеваний (ССЗ) в течение 10 лет наблюдения. Имитированные по сравнению с наблюдаемыми значениями для европейского перспективного исследования рака (EPIC) -Норфолковые данные.

Смертность от сердечно-сосудистых заболеваний (ССЗ) в течение 10 лет наблюдения. Имитированные по сравнению с наблюдаемыми значениями для европейского перспективного исследования рака (EPIC) -Норфолковые данные.

Смертность от сердечно-сосудистых заболеваний (ССЗ) в течение 10 лет после повторной калибровки. Имитированные по сравнению с наблюдаемыми значениями для европейского перспективного исследования рака (EPIC) -Норфолковые данные.

Смертность от сердечно-сосудистых заболеваний (ССЗ) в течение 10 лет после повторной калибровки. Имитированные по сравнению с наблюдаемыми значениями для европейского перспективного исследования рака (EPIC) -Норфолковые данные.

В этом исследовании мы оценили внутреннюю, прогнозируемую и внешнюю достоверность модели RISC. Моделируемая кумулятивная частота случаев сердечно-сосудистых заболеваний и не-ССЗ, событий ИБС и инсультов адекватно представляла данные в течение первоначального периода наблюдения в течение 5 лет, на котором основывалась модель RISC. Экстраполяция результатов моделирования за этот период оказалась действительной в течение 13 лет наблюдения, максимальной длины, которую мы проанализировали в этой статье. Хотя результаты модели RISC переоценили смертность от сердечно-сосудистых заболеваний и не-ССЗ по сравнению с наблюдаемыми 10-летними случаями в популяции EPIC-Norfolk, повторная калибровка модели с кумулятивными базовыми рисками и средними значениями факторов риска существенно улучшали показатели.

Другие модели решений, используемые для оценки профилактических и лечебных стратегий для сердечно-сосудистых заболеваний, были хорошо известны. Недавний обзор Unal et al. были идентифицированы сорок две такие модели, из которых шесть основных были подробно описаны [23]. Хотя некоторые из сорока двух моделей сообщили об оценке действительности, большинство из них этого не делало. Из шести основных моделей три не были проверены [24-26], две модели имели информацию о внутренней достоверности, о которой сообщалось [27,28], а внешняя проверка была выполнена для двух моделей [29,30].

В настоящем исследовании прогностическая валидность модели RISC была проверена по сравнению с последующими данными более чем в два раза по длительности периода, на котором первоначально была основана модель. Тот факт, что наблюдаемые и смоделированные случаи совпадают, даже когда они экстраполируются за пределы исходных данных, делает правдоподобным ожидание прогнозов за 13 лет. Тенденции факторов риска с течением времени и их влияние на частоту событий, которые совместно моделируются в модели RISC, по-видимому, служат обоснованной основой для экстраполяции результатов без необходимости повторной калибровки модели для популяции исследователей Роттердама. Кроме того, мы показали устойчивость внутреннего и прогнозирующего обоснования, предоставив результаты для стратифицированного анализа по возрастным группам и возрасту. Что касается внешней валидации, население EPIC-Norfolk было в среднем моложе и здоровее, чем население Роттердамского исследования. Следует ожидать, что неурегулированная модель, использующая базовые опасности и среднее значение факторов риска из исследования Роттердама, будет переоценивать наблюдаемые случаи в исследовании EPIC-Norfolk. В рекалибрированной модели мы обновили только базовые кумулятивные опасности событий и средние значения факторов риска, метод, очень часто используемый при применении моделей к другим популяциям, чем тот, для которого модель была первоначально разработана в [22,31] , Этот результат свидетельствует о том, что относительные сильные стороны ассоциаций факторов риска с частотой событий в модели RISC одинаковы как для населения EPIC-Норфолка, так и для исследования Роттердама. Полученная внешняя валидность модели RISC после этой корректировки решительно поддерживает это предположение.

У нашего анализа есть некоторые ограничения. Модель RISC была разработана для исследования последствий изменения сердечно-сосудистых факторов риска для бремени сердечно-сосудистых заболеваний у людей среднего и старшего возраста. Мы подтвердили модель в данных EPIC-Norfolk, в которую вошли люди в возрасте от 45 лет. Хотя большинство существующих рекомендаций по первичной профилактике сердечно-сосудистых заболеваний в основном начинаются в возрасте 45 лет и старше, некоторые из них (или в будущем потенциально будут), предполагают, что профилактика сердечно-сосудистых заболеваний должна начинаться в более раннем возрасте. Ли модель RISC также хорошо работает в еще предстоит определить молодое население. Модель RISC предназначена для использования при прогнозировании в течение оставшегося срока жизни человека. Модель оказалась действительной для прогнозов в течение 13 лет наблюдения, и для большинства пожилых людей это достаточно долго, чтобы покрыть их оставшуюся продолжительность жизни. Для молодых людей это менее вероятно, и поэтому необходимо сделать экстраполяцию модели за этот период, которая в настоящее время не подтверждена. Поскольку исследование в Роттердаме продолжается, и собираются более длительные данные о последующих действиях, мы сможем проверить, действительно ли эта дополнительная экстраполяция.

Ряд факторов риска, используемых для модели RISC, не были зафиксированы в исследовании EPIC-Norfolk. Чтобы сделать набор данных EPIC-Norfolk подходящим для модели RISC, мы вменили отсутствующие данные на основе корреляций между отсутствующими факторами риска и документированными переменными. Эти корреляции были связаны с данными исследования Роттердама, в результате чего была установлена ​​зависимость между данными (вмененными) EPIC-Norfolk и моделью RISC. Однако в EPIC были доступны основные традиционные факторы риска, такие как возраст, пол, уровень холестерина и артериальное давление. Распространенность ряда отсутствующих факторов риска, таких как фибрилляция предсердий и прерывистая хромота, была низкой в ​​данных исследования Роттердамского исследования, по которым была разработана модель RISC, и добавочной стоимости, выходящей за рамки традиционных факторов риска других переменных, таких как лодыжки- плечевого индекса, было установлено, что оно ограничено [32]. Поэтому менее вероятно, что вменение повлияло на внешнюю справедливость в пользу согласования. Хотя в наборе данных EPIC-Norfolk содержится информация о (госпитализированных) пациентах с ИМ, модель RISC имитирует ИБС как комбинированную конечную точку, включая CABG и PCI. Это согласуется с большинством клинических испытаний с использованием аналогичных комбинированных конечных точек. Таким образом, конструкция модели RISC не позволяла прямое сравнение имитированных ИМ как единственной конечной точки. Хотя острый ИМ является основным компонентом ИБС, как вмешательства АКШ, так и ЧКВ по своей сути отличаются от острых ИМ, и поэтому мы не проводили внешнюю проверку событий ИБС в наборе данных EPIC.

На момент написания этой статьи у нас не было данных, кроме EPIC-Norfolk, в нашем распоряжении для выполнения дополнительной внешней проверки. Тот факт, что модель RISC после обновления модели с базовыми опасностями и средними значениями факторов риска от EPIC оказалась действительной для когорты EPIC-Norfolk, не означает автоматически, что она будет действительна и для других групп населения , Коэффициент EPIC-Norfolk был моложе в среднем и включал больше мужчин, чем когорту RISC. Однако тот факт, что когорта отличается от этих важных факторов риска, и тем не менее RISC по-прежнему дает достоверные результаты, делает убедительный пример того, что модель будет действительна и для других когорт. Мы намерены проверить модель с другими данными по мере их появления. Как исследование Роттердама, так и исследование EPIC-Norfolk были основанными на популяции исследованиями и включали людей независимо от ранее существовавших профилей факторов риска или состояния болезни. Хотя распределение факторов риска среди участников исследования в принципе может отличаться от групп населения, которые они намереваются представлять, очень вероятно, что модель RISC действительно применима для большинства западноевропейских групп населения в целом после корректировки для базовых опасностей. Более простая модель с уменьшенным набором параметров, исключая менее распространенные, такие как фибрилляция предсердий и индекс плеча лодыжки, возможно, позволит более быстрый процесс проверки в других популяциях. В постоянных усилиях по оптимизации нашей модели мы также намерены прилагать усилия для упрощения нашей нынешней модели.

Мы смоделировали и подтвердили сердечно-сосудистые истории участников Роттердамского исследования и когорты EPIC-Norfolk, поскольку они наблюдались; т.е. без каких-либо вмешательств. Хотя результаты в отношении этой действительности кажутся многообещающими, модель RISC будет использоваться для оценки вмешательств для первичной профилактики ССЗ. В этом случае справедливость модели для оценки вмешательства зависит не только от наблюдаемой истории сердечно-сосудистых заболеваний, но и от того, в какой степени выполняются другие структурные предположения, такие как моделирование лечебного эффекта вмешательства [33]. Более обширная структура проверки модели, предложенная Kopec et al. [34] также включает межмодельные сравнения и сопоставление доказательств от изучения последствий решений на основе моделей. Сравнение между образцами особенно полезно при анализе определенных вмешательств по сравнению с естественной историей болезни, как это было в текущем анализе. Будучи упрощающей абстракцией реальности, модель будет действительна в отношении некоторых (но не обязательно всех) механизмов или отношений, наблюдаемых в реальной жизни. Предположения, сделанные для обеспечения того, что определенные механизмы характеризуются, могут привести к тому, что модель будет менее эффективной в отношении других возможных механизмов. Это делает моделирование сложных взаимосвязей более искусством, чем точная наука. Для каждой конкретной проблемы решения важно определить предположения, в которых каждый подход чувствителен, определить уместность этих предположений и оценить значимость чувствительности модели к ним в контексте проблемы решения и предстоящих решений, которые будут вытекают из этого.

Это исследование показывает, что модель RISC точно прогнозирует смертность и сердечно-сосудистые события в течение 5 лет, на которых она основана (внутренняя валидность), и в течение длительного периода наблюдения в течение 13 лет (прогнозная валидность). Кроме того, после повторной калибровки он точно прогнозирует смертность в когорте EPIC-Norfolk (внешняя достоверность). Эти результаты служат основой для обобщения результатов модели RISC.

CABG: шунтирующий шунт коронарной артерии; ИБС: ишемическая болезнь сердца; ССЗ: сердечно-сосудистые заболевания; EPIC: европейское перспективное исследование рака; МКБ: Международная классификация болезней; PCI: Чрескожное коронарное вмешательство; RISC: Роттердамское ишемическое сердечное заболевание и компьютерное моделирование инсульта.

Авторы заявляют, что у них нет конкурирующих интересов.

MH координировался и, с BK и BF, разработал исследование. BK и BF разработали имитационную модель и проанализировали данные. AH, MB, EC, NW и KK предоставили данные, используемые в модели. BK и BF, MH и ES способствовали интерпретации данных. BK и BF написал рукопись. Все авторы прочитали и утвердили окончательную рукопись

Доступ к этой публикации можно получить здесь:

хттп://ввв.биомедцентраль.ком/1741-7015/10/158/препуб

Техническое приложение. Техническое приложение с дополнительной информацией о модели и анализе модели Ишемического сердечного заболевания и моделирования компьютерного моделирования в Роттердаме (RISC).

Нажмите здесь для файла

Комментариев нет.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *