Los puntos clave no están disponibles para este artículo en este momento.
QRISK tuvo un rendimiento al menos igual al del modelo Framingham para la discriminación y estuvo mejor calibrado para la población del Reino Unido que el modelo Framingham o ASSIGN. QRISK probablemente proporcionará estimaciones de riesgo más apropiadas para ayudar a identificar pacientes de alto riesgo en función de la edad, el sexo y la privación social. Por lo tanto, es probable que sea una herramienta más equitativa para informar decisiones de manejo y ayudar a garantizar que los tratamientos se dirijan a aquellos que más probablemente se beneficiarán. Incluye variables adicionales que mejoran las estimaciones de riesgo para pacientes con antecedentes familiares positivos o aquellos en tratamiento antihipertensivo. Sin embargo, dado que la validación se realizó en una población similar a la de la cual se derivó el algoritmo, potencialmente tiene una "ventaja en casa". Por lo tanto, se requiere una validación adicional en otras poblaciones.
Building similarity graph...
Analyzing shared references across papers
Loading...
Julia Hippisley‐Cox
University of Nottingham
Carol Coupland
Preventive Cardiology
Yana Vinogradova
University of Nottingham
BMJ
University of Bristol
University of Nottingham
Queen Mary University of London
Building similarity graph...
Analyzing shared references across papers
Loading...
Hippisley–Cox et al. (Jue,) estudiaron esta cuestión.
synapsesocial.com/papers/69990ae5fcab04efb4ebbc9f — DOI: https://doi.org/10.1136/bmj.39261.471806.55
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: