Simulation of a risk for cardiovascular diseases and their events at individual and group levels


如何引用文章

全文:

详细

The transition from the identification of individual risk factors to the assessment of an overall or total risk, in other words, to the creation of prognostic models should be now recognized to be one of the most important achievements in the epidemiology of chronic noncommunicable diseases. The paper comparatively analyzes major current prognostic algorithms for assessing the risk of cardiovascular diseases and their events and the advantages and disadvantages of these algorithms. The authors provide evidence that it is necessary to create national risk models, including the most promising new indicators.

作者简介

S Boĭtsov

ГНИЦ профилактической медицины Минздрава России

S Shal'nova

ГНИЦ профилактической медицины Минздрава России

Email: sshalnova@gnicpm.ru

A Deev

ГНИЦ профилактической медицины Минздрава России

A Kalinina

ГНИЦ профилактической медицины Минздрава России

参考

  1. Kannel W.B., Dawber T.R., Kagan A. et al. Factors of risk in the development of coronary heart disease - six year follow-up experience. The Framingham Study. Ann Intern Med 1961; 55: 33-50.
  2. Dawber T.R. Identification of excess cardiovascularrisk. A practical approach. Minn Med 1969; 52: 1217-1221.
  3. Wilson P.W., D'Agostino R.B., Levy D. et al. Prediction of coronary heart disease using risk factor categories. Circulation 1998; 97: 1837-1847.
  4. Eichler K., Puhan M.A., Steurer J. et al. Prediction of first coronary events with the Framingham score: A systematic review. Am Heart J 2007; 153: 722-731.
  5. Jackson P.R. Updated New Zealand cardiovascular disease risk-benefit prediction guide. Br Med J 2000; 320: 709-710.
  6. Anderson K.M., Wilson P.W., Odell P.M., Kannel W.B. An updated coronary risk profile. A statement for health professionals. Circulation 1991; 83: 356-362.
  7. D'Agostino R.B. Sr., Grundy S., Sullivan L.M., Wilson P. CHD Risk Prediction Group. Validation of the Framingham coronary heart disease prediction scores: results of a multiple ethnic groups investigation. JAMA 2001; 286: 180-187.
  8. Menotti A., Puddu P.E., Lanti M. Comparison of the Framingham risk function-based coronary chart with risk function from an Italian population study. Eur Heart J 2000; 21: 365-370.
  9. Marrugat J., D'Agostino R., Sullivan L. et al. An adaptation of the Framingham coronary heart disease risk function to European Mediterranean areas. J Epidemiol Comm Health 2003; 57: 634-638.
  10. Hense H.W., Schulte H., Lowel H. et al. Framingham risk function overestimates risk of coronary heart disease in men and women from Germany - results from MONICA Augsburg and the PROCAM cohorts. Eur Heart J 2003; 3: 1-9.
  11. Thomsen T.F., McGee D., Davidsen M., Jorgensen T. A cross-validation of risk-scores for coronary heart disease mortality based on data from the Glostrup Population Studies and Framingham Heart Study. Int J Epidemiol 2002; 31: 817-822.
  12. Brindle P., Emberson J., Lampe F. et al. Predictive accuracy of the Framingham coronary risk score in British men: prospective cohort study. Br Mtd J 2003; 327: 1267-1270.
  13. Conroy R.M., Pyorala K., Fitzgerald A.P. et al. Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project. Eur Heart J 2003; 24: 987-1003.
  14. Ramsay S.E., Morris R.W., Whincup P.H. et al. Prediction of coronary heart disease risk by Framingham and SCORE risk assessments varies by socioeconomic position: results from a study in British men. Eur J Cardiovasc Prev Rehabil 2011; 18 (2): 186-193.
  15. ESC/EAS Guidelines for the management of dyslipidaemias. Eur Heart J 2011; 32 (14): 1769-1818.
  16. Ridker P.M., Buring J.E., Rifai N., Cook N.R. Development and validation of improved algorithms for the assessment of global cardiovascular risk in women: the Reynolds Risk Score. JAMA 2007; 297: 611-619.
  17. Ridker P.M., Paynter N.P., Rifai N. et al. C-reactive protein and parental history improve global cardiovascular risk prediction: the Reynolds Risk Score for men. Circulation 2008; 118: 2243-2251.
  18. Pencina M.J., D'Agostino R.B., Larson M.G. et al. Predicting the 30-year risk of cardiovascular disease. The Framingham Study. Circulation 2009; 119: 3078-3084.
  19. DeFilippis A.P., Blaha M.J., Ndumele C.E. et al. The Association of Framingham and Reynolds Risk Scores With Incidence and Progression of Coronary Artery Calcification in MESA (Multi-Ethnic Study of Atherosclerosis). JACC 2011; 58 (20): 2076-2083.
  20. Schnabel R.B., Sullivan L.M., Levy D. et al. Development of a Risk Score for Atrial Fibrillation in the Community; The Framingham Heart Study Lancet 2009; 373 (9665): 739-745.
  21. Pletcher M.J., Tice J.A., Pignone M., Browner W.S. Using the coronary artery calcium score to predict coronary heart disease events: a systematic review and meta-analysis. Arch Intern Med 2004; 164 (12): 1285-1292.
  22. Greenland P., LaBree L., Azen S.P. et al. Coronary artery calcium score combined with Framingham score for risk prediction in asymptomatic individuals. JAMA 2004; 291: 210-215.
  23. Detrano R.C., Wong N.D., Doherty T.M. et al. Coronary calcium does not accurately predict near-term future coronary events in high-risk adults. Circulation 1999; 99 (20): 2633-2638.
  24. Assmann G., Cullen P., Schulte H. Simple scoring scheme for calculating the risk of acute coronary events based on the 10-year follow-up of the prospective cardiovascular Münster (PROCAM) study. Circulation 2002; 105: 310-315.
  25. Assmann G., Schulte H., Cullen P., Seedorf U. Assessing risk of myocardial infarction and stroke; new data from the Prospective Cardiovascular Muenster (PROCAM) Study. Eur J Clin Invest 2007; 37: 925-932.
  26. Thomsen T.F., Davidsen M., Ibsen H. et al. A new method for CHD prediction and prevention based on regional risk scores and randomized clinical trials; PRECARD and the Copenhagen Risk Score. J Cardiovasc Risk 2001; 8 (5): 291-297.
  27. Janssen I., Katzmarzyk P.T., Church T.S., Blair S.N. The Cooper Clinic Mortality Risk Index: clinical score sheet for men. Am J Prev Med 2005; 29 (3): 194-203.
  28. Шальнова С.А., Оганов Р.Г., Деев А.Д. Оценка и управление риском сердечно-сосудистых заболеваний для населения России. Кардиоваск тер и проф 2004; 4: 4-11.
  29. Царев О.А., Прокин Ф.Г. Автоматизированная система для неинвазивного мониторинга степени кардиоваскулярного риска http://mtp.sgmu.ru/projects/048.pdf
  30. Воробьева Е.Н., Усолкин К.М., Мух Е.А. и др. Автоматизированное прогнозирование инфаркта миокарда и инсульта. Успехи совр естествозн 2005; 4: 48-49.
  31. Чепурина H.A., Шальнова С.А., Деев А.Д. Прогностическая значимость суммарного риска сердечно-сосудистых заболеваний и факторов, его определяющих: 10-летнее наблюдение выборки мужчин - государственных служащих. Кардиол и серд-сосуд хир 2009; 1:15-20
  32. Шальнова С.А., Калинина А.М., Деев А.Д., Пустеленин А.В. Российская экспертная система Оценки РИСКа Основных Неинфекционных заболеваний (ОРИСКОН). Кардиоваск тер и проф 2013; 4. Принято в печать.
  33. Калинина А.М. Научные доказательные факты профилактики сердечно-сосудистых заболеваний в практическом здравоохранении (к 35-летию от начала исследования "Многофакторная профилактика ишемической болезни сердца среди неорганизованного населения") 35 лет - 35 уроков. Кардиоваск тер и проф 2010; 1: 14-20.
  34. Калинина А.М., Концевая А.В., Деев А.Д. Долгосрочная экономическая эффективность программы многофакторной профилактики сердечно-сосудистых заболеваний в первичной медико-санитарной помощи. Кардиоваск тер и проф 2013; 1: 60-66.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Consilium Medicum, 2013

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».