2023年10月，发表在《Eur J Heart Fail》的一项系统评价和Meta分析，调查了59个社区心衰预测模型的性能。

目的：多变量预测模型可用于估计普通人群发生心衰（HF）的风险。进行了系统评价和Meta分析，确定模型的性能。

方法和结果：检索了自建库至2022年11月3日的MEDLINE和EMBASE数据库，检索内容为在基于社区的队列中推导、验证和/或增强的HF预测的多变量模型研究。通过贝叶斯Meta分析汇总了具有≥3个队列C统计值的模型的判别测量，通过95%预测区间（PI）评估异质性。使用PROBAST评估偏倚风险。

研究人员纳入了具有59个预测模型的36项研究。在Meta分析中，社区动脉粥样硬化风险（ARIC）风险评分（汇总C统计值，0.802，95% CI，0.707~0.883）、基于GRaph的注意力模型（GRAM；0.791；0.677~0.885）、预防心衰合并队列方程（PCP-HF）白人男性模型（0.820；0.792~0.843）、PCP-HF白人女性模型（0.852；0.804~0.895）、REverse Time AttentIoN 模型（RETAIN；0.839；0.748~0.916）具有统计学意义的95%PI和优异的鉴别性能。ARIC风险评分和PCP-HF模型在统一预测窗口的队列中具有显著的汇总鉴别性能。77%的模型结果具有较高的偏倚风险，证据的确定性较低，没有模型进行临床影响研究。

结论：用于估计社区中HF风险的预测模型显示出优异的鉴别性能。由于偏倚风险高、证据确定性低以及缺乏临床有效性研究，它们的可用性仍不确定。

（选题审校：郭琦 编辑：常路）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：C统计是一种用于回归分析的统计学方法，它的核心是计算回归模型的置信区间，并评估模型在该置信区间内的表现。C统计通常用于评估不同模型的性能，并确定哪个模型更适合解释数据。）

参考资料：
Eur J Heart Fail. 2023 Oct;25(10):1724-1738
Prediction models for heart failure in the community: A systematic review and meta-analysis
https://pubmed.ncbi.nlm.nih.gov/37403669/