Fünf-Jahres-Risikomodell für kardiometabolische Multimorbidität bei chinesischen Mittelalten und Älteren
Bei 5.388 anfangs CMM-freien chinesischen Mittelalten und Älteren schätzte ein logistisches Regressionsmodell mit neun Prädiktoren das Fünf-Jahres-CMM-Risiko mit einer AUC von 0,732 im Validierungssatz. [1]
Automatische Zusammenfassung · nicht redaktionell geprüft
Die Kernaussagen
Die Analyse umfasste 5.388 anfangs CMM-freie Mittelalte und Ältere aus den CHARLS-Erhebungen 2015–2020, aufgeteilt 70/30 in Trainings- und Validierungssatz. [1]
Neun Prädiktoren wurden aus 31 Kandidaten ausgewählt, und das logistische Regressionsmodell übertraf das XGBoost-Modell im Validierungssatz. [1]
Das logistische Regressionsmodell erreichte im Validierungssatz eine AUC von 0,732 (95%-KI: 0,703–0,761) für das Fünf-Jahres-CMM-Risiko. [1]
Die Quelle auf einen Blick
- Studientyp / Format
- Entwicklung und Validierung eines Vorhersagemodells anhand von Kohortenerhebungsdaten (Abstract)
- Population / Kontext
- 5.388 chinesische Mittelalte und Ältere, anfangs frei von kardiometabolischer Multimorbidität
- Grundlage der Zusammenfassung
- Studienabstract
- Original veröffentlicht
- 12. März 2026
CHARLS-Kohorte über fünf Jahre bis CMM-Beginn beobachtet
Die Studie nutzte Daten der CHARLS-Erhebungen (China Health and Retirement Longitudinal Study) von 2015 bis 2020. Eingeschlossen waren 5.388 Mittelalte und Ältere, die anfangs frei von kardiometabolischer Multimorbidität (CMM) waren. Das Ergebnis war das Fünf-Jahres-Risiko für das Auftreten von CMM. Der Datensatz wurde zufällig in einen Trainingssatz (70%) und einen Validierungssatz (30%) geteilt.
Beleg [1]
Neun Prädiktoren aus 31 Kandidaten; logistisches Modell am besten
Aus 31 möglichen Variablen ermittelten eine LASSO-Regression mit 10-facher Kreuzvalidierung und eine Korrelationsanalyse neun Schlüsselprädiktoren: systolischer Blutdruck, BMI, Nüchternblutzucker, Gesamtcholesterin, Triglyceride, Harnsäure, Alter, Begleiterkrankungen und Schmerz. Es wurden sowohl ein Extreme-Gradient-Boosting-Modell als auch ein logistisches Regressionsmodell erstellt. Das logistische Regressionsmodell schnitt im Validierungssatz besser und stabiler ab, mit einer Fläche unter der Kurve von 0,732 (95%-KI: 0,703–0,761). Kalibrierungskurven sprachen für eine zuverlässige Genauigkeit, und die Entscheidungskurvenanalyse zeigte einen klinischen Nettonutzen über einen Bereich von Risikoschwellen.
Beleg [1]
Nur Abstract-Umfang des CMM-Vorhersagemodells
Die Autoren beschreiben ein zuverlässiges, klinisch anwendbares logistisches Regressionsmodell mit einem Nomogramm für das Fünf-Jahres-CMM-Risiko bei chinesischen Mittelalten und Älteren, das helfen soll, Hochrisikopersonen für eine frühe Intervention zu erkennen. Dies sind Einschätzungen der Autoren. Es wurde nur das Abstract geprüft; der Volltext wurde nicht geprüft, daher konnten Angaben wie Prädiktorendefinitionen, Umgang mit fehlenden Daten und die genaue CMM-Definition nicht überprüft werden. Das Modell ist ein Risikovorhersagewerkzeug, kein Beleg dafür, dass eine Intervention das CMM-Risiko senkt.
Beleg [1]
Was sich daraus ableiten lässt – und was nicht
Nur Abstract; der Volltext wurde nicht geprüft. Prädiktorendefinitionen, Umgang mit fehlenden Daten und die genaue CMM-Definition werden im Abstract nicht berichtet. Das Modell sagt Risiko vorher; es zeigt nicht, dass eine frühe Intervention CMM senkt.
Grundlage: Studienabstract. Volltext, Tabellen und ergänzende Daten wurden nicht geprüft.
Quelle & Belegstellen
Li H, Ma X, Cui T, He W, Zhu L, Zhang H. · europepmc.org · 12. März 2026