Verwendung digitaler Daten zur Vorhersage von KHK

Herz-Kreislauf-Erkrankungen sind die häufigste Todesursache in den USA. Während Ansätze der Sekundärprävention die Langlebigkeit der Patienten verbessert haben, sind Risikofaktoren und gesundheitsschädliches Verhalten (z. B. körperliche Inaktivität, Rauchen) weit verbreitet, und in den meisten aktuellen Serien erfüllen weniger als 1 % der Erwachsenen alle Faktoren einer idealen CV-Gesundheit. Die logistischen und praktischen Aspekte des Erreichens des Ziels einer idealen Gesundheit des Lebenslaufs wurden nicht klar aufgeklärt. Praxisrichtlinien empfehlen die Verwendung des Framingham-Risiko-Scores (FRS) oder anderer Instrumente zur Risikovorhersage, um das Risiko von Patienten für kardiovaskuläre Erkrankungen zu klassifizieren. Diese Modelle sind jedoch ungenau und es liegt ein zunehmender Fokus auf der Identifizierung von Markern, die bessere Risikomaße liefern. Da digitale Plattformen zunehmend zur Dokumentation des Lebensstils und des Gesundheitsverhaltens verwendet werden, können Daten aus digitalen Quellen einen Einblick in Manifestationen neuer Risikofaktoren und möglicherweise eine bessere Charakterisierung bestehender Risikofaktoren bieten. Es mag zwar wie ein Klischee erscheinen, die tiefgreifenden Auswirkungen digitaler Daten auf das tägliche Leben zu erwähnen, aber die Möglichkeiten, die diese neuen Medien bieten, um verhaltensbezogene, soziale und umweltbedingte Determinanten von Gesundheit zu verstehen, sind in der Tat von großer Bedeutung. Dieses Projekt zielt darauf ab, Merkmale zu identifizieren und zu charakterisieren, die aus digitalen Daten (z. soziale Medien, Online-Suche, mobile Medien), die mit der koronaren Herzkrankheit (KHK) und damit verbundenen Risikofaktoren in Verbindung gebracht werden, und entwickeln Modelle, die digitale Daten und herkömmliche Vorhersagemodelle verwenden, um das KHK-Risiko und die Inanspruchnahme von Gesundheitsleistungen vorherzusagen.