Development and Validation of a Personalized, Sex-Specific Prediction Algorithm of Severe Atheromatosis in Middle-Aged Asymptomatic Individuals : The ILERVAS Study
Bermúdez-López, Marcelino (Institut de Recerca Biomèdica de Lleida)
Martí-Antonio, Manuel (Grupo de Investigación Translacional Vascular y Renal. IRBLleida. Red de Investigación Renal)
Castro-Boqué, Eva (Institut de Recerca Biomèdica de Lleida)
Bretones, María del Mar (Grupo de Investigación Translacional Vascular y Renal. IRBLleida. Red de Investigación Renal)
Farràs-Sallés, Cristina (Fundació Institut Universitari per a la Recerca a l'Atenció Primària de Salut Jordi Gol i Gurina)
Torres, Gerard (Centro de Investigación Biomédica en Red de Enfermedades Respiratorias)
Pamplona, Reinald (Institut de Recerca Biomèdica de Lleida)
Lecube, Albert (Centro de Investigación Biomédica en Red de Diabetes y Enfermedades Metabólicas Asociadas)
Mauricio, Didac (Institut d'Investigació Biomèdica Sant Pau)
Valdivielso, José Manuel (Grupo de Investigación Translacional Vascular y Renal. IRBLleida. Red de Investigación Renal)
Fernández, Elvira (Grupo de Investigación Translacional Vascular y Renal. IRBLleida. Red de Investigación Renal)

Data:	2022
Resum:	IIB.
Resum:	Background: Although European guidelines recommend vascular ultrasound for the assessment of cardiovascular risk in low-to-moderate risk individuals, no algorithm properly identifies patients who could benefit from it. The aim of this study is to develop a sex-specific algorithm to identify those patients, especially women who are usually underdiagnosed. Methods: Clinical, anthropometrical, and biochemical data were combined with a 12-territory vascular ultrasound to predict severe atheromatosis (SA: ≥ 3 territories with plaque). A Personalized Algorithm for Severe Atheromatosis Prediction (PASAP-ILERVAS) was obtained by machine learning. Models were trained in the ILERVAS cohort (n = 8,330; 51% women) and validated in the control subpopulation of the NEFRONA cohort (n = 559; 47% women). Performance was compared to the Systematic COronary Risk Evaluation (SCORE) model. Results: The PASAP-ILERVAS is a sex-specific, easy-to-interpret predictive model that stratifies individuals according to their risk of SA in low, intermediate, or high risk. New clinical predictors beyond traditional factors were uncovered. In low- and high-risk (L&H-risk) men, the net reclassification index (NRI) was 0. 044 (95% CI: 0. 020-0. 068), and the integrated discrimination index (IDI) was 0. 038 (95% CI: 0. 029-0. 048) compared to the SCORE. In L&H-risk women, PASAP-ILERVAS showed a significant increase in the area under the curve (AUC, 0. 074 (95% CI: 0. 062-0. 087), p-value: < 0. 001), an NRI of 0. 193 (95% CI: 0. 162-0. 224), and an IDI of 0. 119 (95% CI: 0. 109-0. 129). Conclusion: The PASAP-ILERVAS improves SA prediction, especially in women. Thus, it could reduce the number of unnecessary complementary explorations selecting patients for a further imaging study within the intermediate risk group, increasing cost-effectiveness and optimizing health resources. Clinical Trial Registration: [www. ClinicalTrials. gov], identifier [NCT03228459].
Ajuts:	Instituto de Salud Carlos III RETICRD16/0009/0011 Ministerio de Ciencia, Innovación y Universidades IJC2018-037792-I
Nota:	Altres ajuts: Diputació de Lleida.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Cardiovascular disease ; Atherosclerosis ; Cardiovascular risk assessment ; Machine learning ; Recursive partitioning classification trees ; Vascular ultrasound
Publicat a:	Frontiers in Cardiovascular Medicine, Vol. 9 (July 2022) , p. 895917, ISSN 2297-055X

DOI: 10.3389/fcvm.2022.895917
PMID: 35928938

14 p, 2.8 MB

El registre apareix a les col·leccions:
Documents de recerca > Documents dels grups de recerca de la UAB > Centres i grups de recerca (producció científica) > Ciències de la salut i biociències > Institut de Recerca Sant Pau
Articles > Articles de recerca
Articles > Articles publicats