这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)条款下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品(首次发表在JMIR Medical Informatics上)被适当引用。必须包括完整的书目信息,到https://medinform.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
心脑血管疾病(cvd)每年在全世界造成1750万人死亡,占非传染性死亡原因的46.2%,是主要死亡原因,其次是癌症、呼吸系统疾病和糖尿病。冠状动脉计算机断层血管造影(CCTA)可以检测冠状动脉的钙化,可用于检测无症状但严重的血管疾病。它允许非侵入性和快速测试,尽管涉及辐射暴露。
本研究的目的是通过使用观察性健康数据科学与信息学的观察性医疗结果合作伙伴共同数据模型(OMOP-CDM)数据和人口水平估计方法,调查CCTA筛查对心血管疾病结局的有效性。
使用基于电子健康记录的OMOP-CDM数据,包括健康问卷回答,选择无心血管疾病史的成年人(30-74岁),并通过1:1倾向评分匹配比较CCTA(目标组)和对照组患者的5年心血管疾病结局。根据美国心脏病学会/美国心脏协会动脉粥样硬化性心血管疾病(ASCVD)风险评分和Framingham风险评分(FRS)进行亚组分析,将参与者分为低危和高危组。
将2年和5年风险评分作为两组间的次要结果进行比较。总共有8787名参与者被纳入目标组和对照组。无显著差异(校正)
虽然我们不能证实CCTA筛查cvd在5年内的预防效果有显著差异,但它可能对2年内的风险评分管理有有益的影响。
心脑血管疾病(cvd)每年导致全世界1750万人死亡,占非传染性死亡原因的46.2%,是导致死亡的主要原因,其次是癌症、呼吸系统疾病和糖尿病[
冠状动脉计算机断层血管造影(CCTA)检测冠状动脉钙化,可用于检测无症状但严重的血管疾病。它允许非侵入性和快速测试,尽管涉及辐射暴露[
近年来,关于CCTA筛查是否有助于不同风险人群预防心血管疾病的争论一直存在。CCTA已被推荐用于预测癌症患者的心血管疾病[
我们采用队列研究设计,以观察性医疗结果合作公共数据模型(OMOP-CDM)的形式分析电子健康记录(EHRs)中的观察性健康检查数据,旨在研究CCTA筛查的有效性[
使用OHDSI分析工具,我们对在某三级大学医院接受健康检查的无CVD病史的无症状患者的CVD结果进行了比较有效性研究。传统的心血管疾病风险评估,即Framingham风险评分(FRS)和美国心脏病学会/美国心脏协会(ACC/AHA)动脉粥样硬化性心血管疾病(ASCVD)风险评分,用于将参与者分为高风险和低风险组进行分层分析。尽管CVD的风险随着年龄的增长而增加,但我们比较了两组在2年和5年后的差异,以评估基于ccta的筛查的短期益处以及它是否有助于预防CVD。
研究地点是位于首都圈的首尔大学盆唐医院(SNUBH)。该研究收集了2003年至2020年期间基于电子病历的OMOP-CDM 5.3版本数据。这些数据包括患者的人口统计信息、临床信息(诊断、药物、测试、手术和程序、家族史、既往史和护理流程图)以及健康问卷的回答。健康问卷的病史、家族史、社会经济状况、用药史、婚姻状况、运动和身体活动状况、抑郁评估结果等信息均转化为OMOP-CDM数据。在本研究中,我们使用了snbh从超过200万患者(包括门诊、住院和急诊科就诊)中收集的确定的OMOP-CDM数据。
本研究遵循了SNUBH机构审查委员会(IRB)的相关指导方针和规定。由于OMOP-CDM是一个未识别的数据集,该研究被免除了SNUBH IRB的审查(IRB编号:X-2202-736-903)。
这是一项回顾性、观察性、比较队列研究,使用omop - cdm格式的电子病历数据。我们分析了2003年4月1日至2015年12月31日期间接受健康检查的30至74岁成年人的数据,并对其进行了至少5年的随访。仅包括健康检查问卷中对病史的回答。有心血管疾病病史的个体被排除在本研究之外。指标日期设定为首次健康检查时填写健康检查问卷的日期。在索引日期后60天内发生的CVD被认为是在健康检查中诊断出的病例,这些CVD事件被排除在CVD结局之外。因此,结局定义为在索引日期后60天发生心血管疾病事件,随访结束于心血管疾病事件发生之日(即从索引日期起5年内)、最后一次就诊之日或死亡之日。因此,风险期设定为指数日期后61天至指数日期后5年。
主要结果是在健康检查时接受CCTA组(目标组)和未接受CCTA组(对照组)之间CVD风险比(hr)的比较。
在亚组分析中,分析了基于ACC/AHA ASCVD风险评分和FRS的CVD hr。根据FRS评分10分,将患者分为无风险、低风险组和高风险组[
次要结果是在索引日期后2年和5年接受健康检查的患者的风险评分之间的差异。将指数日期的风险评分与随后检查时的风险评分的差异用于比较分析。
从2003年4月至2015年12月,共有69,334名年龄在30至74岁之间的患者参加了健康检查。在这些患者中,只有49,496人回答了问卷,只有46,087人没有心血管病史。我们总共选择了42,489名可以计算风险评分的患者作为初始队列,风险评分是本研究的一个关键指标。
最初,在纳入分析的42,489例患者中,12,661例接受了CCTA(目标组),29,828例未接受CCTA(对照组)。在这些患者中,1514例来自目标组,1519例来自对照组,在索引日期之前有心血管疾病史,被排除在分析之外。此外,还排除了目标组1783例患者和对照组5004例患者,这些患者在风险时间窗期间未达到最短观察期1天。其余9364例目标组患者和23305例比较组患者进行1:1倾向评分匹配。在1:1的倾向评分匹配中,577名与比较组不匹配的人被排除在目标组之外,因为进行匹配是为了最大化少数群体,14,518人被排除在比较组之外。最终,从初始目标队列的12,661例患者中选取8787例(69.4%)作为最终目标组,从初始比较队列的29,828例患者中选取8787例(29.5%)作为最终比较组进行分析(
研究人群的流程图。CCTA:冠状动脉计算机断层血管造影。
大约13,000个变量被用作倾向评分匹配的协变量。这些协变量包括在索引日期之前任何时间获得的患者临床数据和在索引日期获得的健康检查数据。患者临床协变量包括病情时代、病情组时代、药物组时代、观察、测量、程序、Charlson合并症指数评分、糖尿病并发症严重程度指数评分、CHADS2(充血性心力衰竭、高血压、年龄、糖尿病、既往中风/短暂性脑缺血发作[2分])评分2DS2-VASc(充血性心力衰竭、高血压、年龄≥75岁[翻倍]、糖尿病、中风[翻倍]、血管疾病、年龄65 ~ 74岁、性别类别[女性])评分,以及医院虚弱风险评分。在指数日测量的协变量包括人口统计数据,如性别、年龄、教育程度、平均月收入和婚姻状况;健康问卷资料,如癌症和慢性病史(高血压、糖尿病、高脂血症)、用药史(降压药、降糖药、降脂药、阿司匹林)、吸烟状况、家族史;健康体检数据,如身高、体重、BMI、血压(收缩压和舒张压)、腰围、血糖水平、尿酸水平、天冬氨酸转氨酶水平、丙氨酸转氨酶水平、甘油三酯水平、总胆固醇、高密度脂蛋白胆固醇水平、低密度脂蛋白胆固醇水平、糖化血红蛋白A1c水平。
这项研究的结果是第一个登记的CVD事件,这是基于观察期间的CVD诊断。CVD事件的定义基于
我们使用了人口水平估计方法和OHDSI提供的开源工具[
为了解释在控制测量协变量后的任何残留偏倚,我们使用了不太可能被CCTA诱导或预防的阴性对照结果;因此,实际人力资源预期为1。阴性对照结果由临床专家通过对先前OHDSI研究中使用的结果进行人工审查来选择[
为了确认ASCVD风险评分和frs差异的变化,我们采用两组比较方法。采用Shapiro-Wilk检验证实变化量的正态性,采用Wilcoxon秩和检验证实两组的变化。
倾向评分匹配前后研究人群的基线特征。
特征 | 在匹配之前 | 匹配后 | ||||||||||||
|
CCTA一个组(n = 12661) | 非ccta组(n=29,828) | 标准的区别 | CCTA集团 |
Non-CCTA集团 |
标准的区别 | ||||||||
|
||||||||||||||
|
- 34 | 226 (1.8) | 2442 (8.2) | −0.26 | 150 (1.7) | 155 (1.8) | 0 | |||||||
|
35-39 | 1043 (8.2) | 4319 (14.5) | −0.19 | 761 (8.7) | 700 (8) | 0.03 | |||||||
|
40-44 | 1870 (14.8) | 5257 (17.6) | −0.08 | 1406 (16) | 1263 (14.4) | 0.05 | |||||||
|
45-49 | 2516 (19.9) | 5134 (17.2) | 0.07 | 1846 (21) | 1697 (19.3) | 0.04 | |||||||
|
50 - 54 | 2435 (19.2) | 4617 (15.5) | 0.10 | 1702 (19.4) | 1678 (19.1) | 0.01 | |||||||
|
55-59 | 2084 (16.5) | 3322 (11.1) | 0.16 | 1373 (15.6) | 1438 (16.4) | −0.02 | |||||||
|
60 - 64 | 1468 (11.6) | 2275 (7.6) | 0.14 | 908 (10.3) | 1050 (11.9) | −0.05 | |||||||
|
65 - 69 | 734 (5.8) | 1564 (5.2) | 0.02 | 471 (5.4) | 568 (6.5) | −0.05 | |||||||
|
70 - 74 | 285 (2.3) | 898 (3.0) | −0.05 | 170 (1.9) | 238 (2.7) | −0.05 | |||||||
|
||||||||||||||
|
女 | 4757 (37.6) | 12650 (42.4) | −0.10 | 3561 (40.5) | 3368 (38.3) | 0.04 | |||||||
|
男性 | 7904 (62.4) | 17178 (57.6) | 0.10 | 5226 (59.5) | 5419 (61.7) | −0.04 | |||||||
身体质量指数b(公斤/米2),均值(SD) | 24.2 (3.1) | 23.7 (0.2) | 0.18 | 24.0 (3.1) | 24.1 (3.1) | −0.03 | ||||||||
|
||||||||||||||
|
高(≥5) | 5036 (39.8) | 8576 (28.8) | N/Af | 3062 (34.8) | 3493 (39.8) | N/A | |||||||
|
低(< 5) | 7625 (60.2) | 21252 (71.2) | N/A | 5725 (65.2) | 5294 (60.2) | N/A | |||||||
|
||||||||||||||
|
高(≥10) | 4996 (39.5) | 8155 (27.3) | N/A | 3030 (34.5) | 3381 (38.5) | N/A | |||||||
|
低(< 10) | 7665 (60.5) | 21673 (72.7) | N/A | 5757 (65.5) | 5406 (61.5) | N/A | |||||||
随访时间(天)e,均值(SD) | 2220.3 (1731.6) | 1928.9 (1675.5) | N/A | 2604 (1594.4) | 2583.1 (1657.0) | N/A |
一个CCTA:冠状动脉计算机断层血管造影。
b倾向评分匹配中使用的变量。
cACC/AHA:美国心脏病学会/美国心脏协会。
dASCVD:动脉粥样硬化性心血管疾病。
e倾向评分匹配中未使用的变量。
f-不适用。
倾向评分匹配前后两组协变量的标准化均数差。
各组倾向得分匹配前(A)和匹配后(B)的分布情况。
倾向评分匹配后,采用Cox比例风险模型估计和比较目标组和对照组心血管疾病hr,两组间无统计学差异。Kaplan-Meier分析显示HR为1.048 (95% CI 0.960-1.144),差异无统计学意义(
(A) Kaplan-Meier曲线图和(B)拒绝区图,阴性结果对照应用于主分析。HR:风险比。
根据ACC/AHA ASCVD风险评分的临界值和FRS进行亚组分析,对研究人群进行分层。
在ASCVD高危亚组(风险评分≥5分)中,靶组和对照组均纳入3149例患者。低危亚组(风险评分<5),目标组和对照组各入组5524例。在高风险和低风险亚组中,校准
在FRS高危亚组(FRS≥10)中,目标组和对照组各纳入3110名受试者。在低危亚组(FRS<10)中,目标组和对照组共纳入5602例患者。校准
基于美国心脏病学会/美国心脏协会(ACC/AHA)动脉粥样硬化性心血管疾病(ASCVD)风险评分和Framingham风险评分(FRS),每个亚组5年的心脑血管疾病风险。
风险比(95% CI) |
|
校准 |
||
|
||||
|
高(≥5) | 1.113 (0.984 - -1.259) | .09点 | 点 |
|
低(< 5) | 0.999 (0.881 - -1.133) | 获得 | 50 |
|
||||
|
高(≥10) | 1.166 (1.031 - -1.321) | 02 | 13。 |
|
低(< 10) | 1.004 (0.883 - -1.141) | .96点 | .57 |
一个kaplan meier分析
b校准
非ccta组ASCVD风险评分和frs的2年变化中位数分别为0.23和0.60。相比之下,CCTA组的ASCVD风险评分和frs分别变化了0.17和0.39。两种风险评分有统计学上的显著差异
非ccta组ASCVD风险评分和frs的5年变化中位数分别为1.06和1.61。相比之下,CCTA组的ASCVD风险评分和frs分别变化了1.10和1.66。两种风险评分没有统计学上的显著差异
2年和5年美国心脏病学会/美国心脏协会(ACC/AHA)动脉粥样硬化性心血管疾病(ASCVD)风险评分和Framingham风险评分基线差异的变化
|
CCTA一个集团 | Non-CCTA集团 |
|
||||
|
病人,n | 中位数分数变化(IQR) | 病人,n | 中位数分数变化(IQR) |
|
||
|
|||||||
|
ACC/AHA ASCVD风险评分 | 1330 | 0.17(−0.16 ~ 1.08) | 1691 | 0.23(−0.10 ~ 1.30) | 03 | |
|
frs | 1330 | 0.39(−0.80 ~ 1.96) | 1691 | 0.60(−0.69 ~ 2.26) | 02 | |
|
|||||||
|
ACC/AHA ASCVD风险评分 | 1232 | 1.10 (0.08 - 1.57) | 1372 | 1.06 (0 - 2.79) | .97点 | |
|
frs | 1232 | 1.66 (0.04 - 3.92) | 1372 | 1.61 (0.09 - 4.11) | .85 |
一个CCTA:冠状动脉计算机断层血管造影。
bWilcoxon秩和检验
从我们的人群水平估计研究中,我们比较了接受CCTA的健康体检组与未接受CCTA的健康体检组的CVD hr超过5年,尽管在2年观察到一些益处,但我们发现没有显著差异(校准)
据报道,通过咨询沟通医疗检查和检查结果,以改善心血管疾病风险等健康指标。在韩国国民健康保险服务筛查项目中,接受心血管健康筛查的40岁人群新发高血压、糖尿病和高脂血症的发生率较高,而心血管疾病死亡率、全因死亡率和主要心血管不良事件的发生率较低[
在现有的需要改变生活方式的研究中,如改变肥胖、戒烟和药物滥用,一次性干预或短期干预、访谈和咨询的效果往往会随着时间的推移而减弱。在一项对有药物滥用问题的人使用动机性访谈技术的研究中,3个月时观察到的积极效果在12个月时消失了[
我们的研究比较了接受或未接受额外冠状动脉计算机断层扫描的患者。两组都接受了相同水平的检查和咨询,这些检查和咨询由国家服务中心的心血管健康筛查项目在一家医院进行。
吸烟状况、血压和血脂浓度是影响FRS和ASCVD合并队列方程评分的主要因素,与生活方式改变密切相关。与之前的研究类似,单次冠状动脉计算机断层扫描的效果和咨询的结果随着时间的推移而降低,2年后观察到的差异在5年后消失。
本研究有一定的局限性。首先,随访期为5年,不观察更长时间(如10年,因为心血管疾病可持续10年)的风险评分。未来可以进行一项后续研究,以确定适合较长时期CVD预测的风险评分。其次,由于这是一项单中心研究,一些结果可能无法推广。使用OHDSI数据网络的多中心研究可以提供更普遍的证据。第三,本研究纳入了多次访问健康促进中心的患者;在第一次就诊时未接受CCTA但在随后的就诊中接受了CCTA的患者被纳入对照组。因此,两组之间的差异可能已经减弱。这可以通过前瞻性队列研究来避免。最后,使用电子病历数据的观察性研究有其局限性,即它不能完全捕获患者的全部健康信息[
Waugh等人[
McEvoy等[
本研究通过对OMOP-CDM数据进行大规模倾向评分匹配,并使用EHR和健康体检问卷的回答,为CCTA提供了可靠的证据。我们研究了大量的研究样本,研究时间比以前的研究要长。虽然过去的研究采用90天或18个月的随访,但我们从索引日期后60天至索引日期后5年对患者进行观察,以分析与CCTA相关的CVD hr。此外,虽然之前的研究在目标组和对照组中都有大约1000名患者,但我们在每组中纳入了8787名患者。数据也是标准化的,这使我们能够跨组织执行有效的分析,并使用相同的分析代码。未来的研究可以与将健康问卷数据转换为通用数据模型格式的组织合作,在长期随访期间调查CCTA和CVD在更大人群中的影响。
我们还根据ASCVD风险评分和FRS将人群分为高风险和低风险组,即使在高风险组中,CCTA筛查也没有显著效果(ASCVD风险评分:校准)
根据风险评分的变化,2年后CCTA组与对照组之间存在显著差异(ASCVD风险评分的变化:
通过一项为期5年的回顾性队列研究,我们发现CCTA对未来的心血管疾病没有显著的预防作用。我们还展示了将健康检查数据转换为OMOP-CDM数据并将这些数据集成到基于公共数据模型的EHR数据中的潜力,以便针对健康检查人群进行研究。虽然我们检查了CCTA后心血管疾病的结果,但未来的研究可以检查CCTA后患者的健康行为。预计公共数据模型数据的使用将扩展到多中心研究。
补充材料。
美国心脏病学会/美国心脏协会
动脉粥样硬化性心血管疾病
冠状动脉钙化
冠状动脉计算机断层造影
充血性心力衰竭,高血压,年龄≥75岁(两倍),糖尿病,中风(两倍),血管疾病,年龄65至74岁,性别类别(女性)
充血性心力衰竭,高血压,年龄,糖尿病,既往中风/短暂性脑缺血发作(2分)
心脑血管病
电子健康记录
弗雷明汉风险评分
风险比
国际疾病分类第十次修订
院校检讨委员会
观察健康数据科学与信息学
观察性医疗结果伙伴关系公共数据模型
首尔大学盆唐医院
本研究得到韩国贸易、工业和能源部技术创新项目(项目号20004927,“基于CDM的分布式生物健康数据平台升级与验证技术开发”)的支持。
通用数据模型数据旨在支持分布式研究网络。因此,对数据的访问被限制在内部专用网络上,并且数据不是公开可用的。
WKB设计了这项研究。JC起草了稿件并进行了数据分析。SK、BK、HB和WS对数据提取和研究设计进行了评价。WKB、JC、SY对稿件进行了检查和修改。SY监督了这项研究。所有作者都阅读并批准了最终稿件。
没有宣布。