Strengths and LimitationsThe curren

Strengths and Limitations
The current prospective study describes
a cohort derived from a large
Table 3—Reclassification and discrimination statistics (95% CI) for circulating cardiac biomarkers after inclusion in a model
with clinical markers of risk*
All microvascular events
(N = 3,225, n = 279)
New or worsening nephropathy
(N = 3,225, n = 145)
New or worsening retinopathy
(N = 3,225, n = 147)
Base C statistic* 0.731 (0.701, 0.762) 0.829 (0.795, 0.864) 0.727 (0.685, 0.769)
hsTnT
C statistic† 0.738 (0.707, 0.769);
P = 0.201
0.840 (0.808, 0.872);
P = 0.045
0.728 (0.685, 0.771);
P = 0.937
NRI: continuous 0.3279 (0.2048, 0.4518);
P , 0.001
0.3415 (0.1728, 0.5107);
P , 0.001
0.2221 (0.0532, 0.3943);
P = 0.010
NRI: categorical 0.0731 (0.0224, 0.1279);
P = 0.006
0.0549 (20.0156, 0.1259);
P = 0.130
0.0407 (20.0075, 0.0911);
P = 0.104
NT-proBNP
C statistic† 0.735 (0.704, 0.766);
P = 0.292
0.835 (0.801, 0.869);
P = 0.153
0.731 (0.689, 0.773);
P = 0.311
NRI: continuous 0.3363 (0.2207, 0.4667);
P , 0.001
0.3892 (0.2240, 0.5575);
P , 0.001
0.1784 (0.0069, 0.3539);
P = 0.044
NRI: categorical 0.0623 (0.0174, 0.11485);
P = 0.002
0.0561 (20.0142, 0.1292);
P = 0.124
0.0663 (0.0113, 0.1228);
P = 0.020
hsTnT and NT-proBNP
C statistic† 0.738 (0.707, 0.769);
P = 0.193
0.842 (0.809, 0.874);
P = 0.033
0.729 (0.686, 0.772);
P = 0.715
NRI: continuous 0.3097 (0.1915, 0.4337);
P , 0.001
0.4440 (0.2808, 0.6072);
P , 0.001
0.1929 (0.0274, 0.3762);
P = 0.028
NRI: categorical 0.0712 (0.0154, 0.1293);
P = 0.014
0.0795 (0.0058, 0.1588);
P = 0.030
0.0183 (20.0331, 0.0724);
P = 0.904
Results for nonmissing data from the random subcohort (N = 3,500). N = total number of participants (event and nonevent) in analysis; n = total
number of events in analysis. categories were 10% and 15% 5-year risk. Biomarkers were all analyzed in continuous form after log transformations
for NT-proBNP and hsTnT. The P value for the C statistic relates to the increase when adding the biomarker to the base model. *Using model 2
(without C-reactive protein) described in Table 2. †P value refers to increase in concordance compared with base model.
2208 Cardiac Biomarkers and Microvascular Disease Diabetes Care Volume 37, August 2014
population, which was well characterized
and closely followed up. All end
points were independently adjudicated
according to predefined criteria, including
separate reporting of nephropathy
and retinopathy end points. This is one
of the first studies to show that subtle
subclinical differences in cardiac biomarkers
may run concurrently with or
even precede peripheral microvascular
disease. Prediction of microvascular end
points is a novel application of the data.
Participants in the ADVANCE study, like
those from other randomized controlled
trial populations, represent a selected
cohort, and our results may not be generalizable
to all patients with diabetes.
For instance, ADVANCE participants
were required to have a history of CVD
or CVD risk factors, and although efforts
to adjust for these confounding factors
were made, residual confounding remains
possible. As such, our findings
should be considered hypothesis generating.
Our results relating to clinical risk
predictors are, however, consistentwith
other data from an ethnically distinct
cohort (7), and the baseline characteristics
of the ADVANCE cohort are very
comparable with those in several observational
studies at the community level
(33). Although the large study population
and case-cohort design ensure considerable
statistical power and allow
reliable correction for many potential
confounding factors, other possible confounders
may be present, leading to an
overestimate of risk associations. Levels
of hsTnT and NT-proBNP were measured
only once, and it would be useful
to address the effects of serial changes
in levels in the future. We speculate on
the mechanisms linking cardiac biomarkers
to microvascular outcomes
but have no data to examine cardiac
perfusion specifically. The NRI models
that we have constructed are necessarily
based on somewhat artificial cutoffs,
but they contain most of the pertinent
information that might typically be used
to estimate the cardiovascular risk of
patients with diabetes. NT-proBNP and
hsTnT were measured on stored serum
samples, and although we cannot rule
out the potential for differential sample
degradation that biases our results,
both of these markers appear fairly stable
in long-term storage (34,35).
In conclusion, we report that clinical
risk scores to predict microvascular
events in patients with type 2 diabetes
can be developed using classical CVD
and diabetes-related risk factors. We
further show that NT-proBNP and hsTnT
can add moderate information to these
clinical risk scores for nephropathy
events. Further work is required to establish
whether the prediction of microvascular
risk can be imp

ผลลัพธ์ (ไทย) 1:

จุดแข็งและข้อจำกัดอธิบายการศึกษาอนาคตปัจจุบันศึกษาที่มาจากขนาดใหญ่ตารางที่ 3 — สถิติประเภทและการเลือกปฏิบัติ (95% CI) ระบบการหมุนเวียนของ biomarkers หัวใจหลังจากรวมในรูปแบบมีเครื่องหมายทางคลินิกของความเสี่ยง *เหตุการณ์ทั้งหมด microvascular(N = 3,225, n = 279)ใหม่ หรือภาวะถดถอยเช่นโรคไต(N = 3,225, n = 145)ใหม่ หรือภาวะถดถอยเช่นจอประสาทตา(N = 3,225, n = 147)สถิติฐาน C * 0.731 (0.701, 0.762) 0.829 (0.795, 0.864) 0.727 (0.685, 0.769)hsTnTC statistic† 0.738 (0.707, 0.769);P = 0.2010.840 (0.808, 0.872);P = 0.0450.728 (0.685, 0.771);P = 0.937คนไทย: 0.3279 ต่อเนื่อง (0.2048, 0.4518);P, 0.0010.3415 (0.1728, 0.5107);P, 0.0010.2221 (0.0532, 0.3943);P = 0.010คนไทย: 0.0731 แน่ชัด (0.0224, 0.1279);P = 0.0060.0549 (20.0156, 0.1259);P = 0.1300.0407 (20.0075, 0.0911);P = 0.104NT proBNPC statistic† 0.735 (0.704, 0.766);P = 0.2920.835 (0.801, 0.869);P = 0.1530.731 (0.689, 0.773);P = 0.311คนไทย: 0.3363 ต่อเนื่อง (0.2207, 0.4667);P, 0.0010.3892 (0.2240, 0.5575);P, 0.0010.1784 (0.0069, 0.3539);P = 0.044คนไทย: 0.0623 แน่ชัด (0.0174, 0.11485);P = 0.0020.0561 (20.0142, 0.1292);P = 0.1240.0663 (0.0113, 0.1228);P = 0.020NT proBNP และ hsTnTC statistic† 0.738 (0.707, 0.769);P = 0.1930.842 (0.809, 0.874);P = 0.0330.729 (0.686, 0.772);P = 0.715คนไทย: 0.3097 ต่อเนื่อง (0.1915, 0.4337);P, 0.0010.4440 (0.2808, 0.6072);P, 0.0010.1929 (0.0274, 0.3762);P = 0.028คนไทย: 0.0712 แน่ชัด (0.0154, 0.1293);P = 0.0140.0795 (0.0058, 0.1588);P = 0.0300.0183 (20.0331, 0.0724);P = 0.904ผลลัพธ์สำหรับข้อมูล nonmissing จาก subcohort สุ่ม (N = 3,500) N =จำนวนผู้เรียน (กิจกรรมและ nonevent) ในการวิเคราะห์ n =ผลรวมจำนวนกิจกรรมในการวิเคราะห์ ประเภทมีความเสี่ยง 5 ปี 10% และ 15% Biomarkers ถูกทั้งหมดวิเคราะห์ในฟอร์มต่อเนื่องหลังจากการแปลงแฟ้มบันทึกNT proBNP และ hsTnT ค่า P สำหรับสถิติ C เกี่ยวข้องกับการเพิ่มขึ้นเมื่อเพิ่มไบโอมาร์คเกอร์รุ่นพื้นฐาน * โดยใช้แบบจำลอง 2(c-reactive protein) ที่ไม่อธิบายไว้ในตารางที่ 2 ค่า †P หมายถึงเพิ่มขึ้นเมื่อเทียบกับรุ่นพื้นฐานสอดคล้อง2208 Biomarkers หัวใจและโรคเบาหวานโรค Microvascular ดูแลเล่มที่ 37, 2557ประชากร ซึ่งมีลักษณะดีและตามมาอย่างใกล้ชิดขึ้น ทั้งหมดสิ้นสุดจุดได้อย่างอิสระเพียงตามเกณฑ์ที่กำหนดไว้ล่วงหน้า รวมทั้งแยกการรายงานของโรคไตและจุดสิ้นสุดของจอประสาทตา นี้เป็นหนึ่งการศึกษาครั้งแรกแสดงที่ลึกซึ้งหัวใจ biomarkers subclinical ต่างอาจเรียกใช้ concurrently ด้วย หรือแม้จะนำอุปกรณ์ต่อพ่วงที่ microvascularโรค ทำนายของสิ้น microvascularจุดเป็นโปรแกรมใหม่ของข้อมูลผู้เข้าร่วมในล่วงหน้าศึกษา เช่นผู้ควบคุมจากอื่น ๆ สุ่มประชากรทดลองใช้ เป็นตัวแทนที่เลือกศึกษา และผลของเราอาจไม่ generalizableกับผู้ป่วยทุกโรคเบาหวานเช่น ล่วงหน้าผู้เรียนจำเป็นต้องมีประวัติของ CVDหรือ ปัจจัยเสี่ยงของ CVD และแม้ว่าความพยายามการปรับปรุงเหล่านี้รบกวนปัจจัยรับทำ ส่วนที่เหลือยังคงรบกวนเป็นไปได้ ดัง ค้นพบของเราควรพิจารณาสร้างสมมติฐานผลของเราเกี่ยวข้องกับความเสี่ยงทางคลินิกทำนายได้ อย่างไรก็ตาม consistentwithนอกจากความแตกต่างที่ชาติพันธุ์ศึกษา (7), และลักษณะพื้นฐานล่วงหน้าการศึกษามีมากเทียบกับในหลายเชิงการศึกษาในระดับชุมชน(33) . แม้ว่าประชากรศึกษาขนาดใหญ่การออกแบบกรณีศึกษาให้มากสถิติพลังงาน และช่วยให้แก้ไขความน่าเชื่อถือสำหรับศักยภาพหลายปัจจัยรบกวน confounders อื่น ๆ ได้อาจมีอยู่ การนำไปสู่การควรเลือกของความสัมพันธ์ของความเสี่ยง ระดับhsTnT และ NT proBNP ถูกวัดครั้งหนึ่งที่เท่านั้น และมันจะมีประโยชน์เพื่อแก้ไขผลกระทบของการเปลี่ยนแปลงของอนุกรมในระดับในอนาคต เราเก็งกำไรในกลไกการเชื่อมโยงหัวใจ biomarkersการผล microvascularแต่ไม่มีข้อมูลการตรวจสอบหัวใจกำซาบโดยเฉพาะ แบบคนไทยที่เราเคยสร้างจำเป็นต้องมีอิงจาก cutoffs เทียมค่อนข้างแต่ส่วนใหญ่เกี่ยวข้องประกอบด้วยข้อมูลที่อาจถูกใช้โดยทั่วไปการประเมินความเสี่ยงของหลอดเลือดหัวใจผู้ป่วยโรคเบาหวาน NT proBNP และhsTnT ที่วัดเก็บซีรั่มตัวอย่าง และแม้ ว่าเราไม่สามารถแยกแยะออกมาเป็นตัวอย่างที่แตกต่างกันย่อยสลายที่ biases ผลของเราเครื่องหมายเหล่านี้ทั้งสองปรากฏค่อนข้างมีเสถียรภาพในการเก็บข้อมูลระยะยาว (34,35)ในบทสรุป เรารายงานทางคลินิกที่คะแนนความเสี่ยงทำนาย microvascularในผู้ป่วยโรคเบาหวานชนิดที่ 2สามารถพัฒนาใช้คลาสสิก CVDและปัจจัยเสี่ยงที่เกี่ยวข้องกับโรคเบาหวาน เราดูเพิ่มเติมที่ NT proBNP และ hsTnTสามารถเพิ่มข้อมูลปานกลางเหล่านี้คะแนนความเสี่ยงทางคลินิกสำหรับโรคไตเหตุการณ์ ทำงานเพิ่มเติมจำเป็นต้องสร้างไม่ว่าคำทำนายของ microvascularความเสี่ยงสามารถ imp

ผลลัพธ์ (ไทย) 2:

จุดแข็งและข้อ จำกัด ของ
การศึกษาในอนาคตปัจจุบันอธิบาย
การศึกษาที่ได้มาจากที่มีขนาดใหญ่
ตารางที่ 3 การจัดประเภทรายการและสถิติการเลือกปฏิบัติ (95% CI) สำหรับการไหลเวียนของ biomarkers การเต้นของหัวใจหลังจากการรวมอยู่ในรูปแบบ
ที่มีเครื่องหมายทางคลินิกของความเสี่ยง *
ทุกเหตุการณ์ microvascular
(N = 3,225, N = 279)
ใหม่หรือเลวลงโรคไต
(n = 3,225, n = 145)
ใหม่หรือเลวลงจอประสาทตา
(n = 3,225, n = 147)
ฐาน C สถิติ * 0.731 (0.701, 0,762) 0,829 (0,795, 0,864) 0,727 (0,685, 0.769 )
hsTnT
C สถิติ† 0.738 (0.707, 0.769);
P = 0.201
0.840 (0.808, 0.872);
P = 0.045
0.728 (0.685, 0.771);
P = 0.937
NRI: อย่างต่อเนื่อง 0.3279 (0.2048, 0.4518);
P, 0.001
0.3415 ( 0.1728, 0.5107);
P, 0.001
0.2221 (0.0532, 0.3943);
P = 0.010
NRI: เด็ดขาด 0.0731 (0.0224, 0.1279);
P = 0.006
0.0549 (20.0156, 0.1259);
P = 0.130
0.0407 (20.0075, 0.0911);
P = 0.104
NT-proBNP
C สถิติ† 0.735 (0.704, 0.766);
P = 0.292
0.835 (0.801, 0.869);
P = 0.153
0.731 (0.689, 0.773);
P = 0.311
NRI: อย่างต่อเนื่อง 0.3363 (0.2207, 0.4667);
P, 0.001
0.3892 (0.2240, 0.5575);
P, 0.001
0.1784 (0.0069, 0.3539);
P = 0.044
NRI: เด็ดขาด 0.0623 (0.0174, 0.11485);
P = 0.002
0.0561 (20.0142, 0.1292);
P = 0.124
0.0663 (0.0113, 0.1228);
p = 0.020
hsTnT และ NT-proBNP
C สถิติ† 0.738 (0.707, 0.769);
P = 0.193
0.842 (0.809, 0.874);
P = 0.033
0.729 (0.686, 0.772);
P = 0.715
NRI: อย่างต่อเนื่อง 0.3097 (0.1915, 0.4337) ;
P, 0.001
0.4440 (0.2808, 0.6072);
P, 0.001
0.1929 (0.0274, 0.3762);
P = 0.028
NRI: เด็ดขาด 0.0712 (0.0154, 0.1293);
P = 0.014
0.0795 (0.0058, 0.1588);
P = 0.030
0.0183 (20.0331 , 0.0724);
P = 0.904
ผลการค้นหาสำหรับ nonmissing ข้อมูลจาก subcohort สุ่ม (N = 3,500 บาท) N = จำนวนของผู้เข้าร่วม (เหตุการณ์และ nonevent) ในการวิเคราะห์; n = รวม
จำนวนของเหตุการณ์ในการวิเคราะห์ ประเภทเป็น 10% และ 15% มีความเสี่ยง 5 ปี Biomarkers ถูกนำมาวิเคราะห์ในรูปแบบต่อเนื่องหลังจากการเปลี่ยนแปลงเข้าสู่ระบบ
สำหรับ NT-proBNP และ hsTnT ค่า P สำหรับสถิติ C เกี่ยวข้องกับการเพิ่มขึ้นเมื่อมีการเพิ่ม biomarker เพื่อฐานแบบจำลอง * การใช้รุ่น 2
(ไม่มี C-reactive protein) อธิบายไว้ในตารางที่ 2 †ค่า P หมายถึงการเพิ่มขึ้นในสอดคล้องเมื่อเทียบกับฐานแบบจำลอง.
2208 Cardiac Biomarkers และ microvascular โรคเบาหวานการดูแลปริมาณ 37 สิงหาคม 2014
ประชากรซึ่งเป็นลักษณะที่ดี
และใกล้ชิด ติดตาม สิ้นสุดทุก
จุดที่ได้รับการตัดสินโดยอิสระ
ตามเกณฑ์ที่กำหนดไว้ล่วงหน้ารวมทั้ง
การรายงานเฉพาะกิจการของโรคไต
และจอประสาทตาจุดสิ้นสุด นี้เป็นหนึ่งใน
การศึกษาครั้งแรกที่แสดงให้เห็นว่าที่ลึกซึ้ง
แตกต่างไม่แสดงอาการใน biomarkers การเต้นของหัวใจ
อาจทำงานควบคู่กันไปด้วยหรือ
แม้กระทั่งนำหน้า microvascular ต่อพ่วง
โรค ทำนายสิ้น microvascular
จุดเป็นโปรแกรมนวนิยายของข้อมูล.
ผู้เข้าร่วมในการศึกษาล่วงหน้าเช่น
ผู้ที่มาจากอื่น ๆ สุ่มควบคุม
ประชากรทดลองตัวแทนที่เลือก
การศึกษาและผลของเราอาจจะไม่ generalizable
ผู้ป่วยทุกคนที่มีโรคเบาหวาน.
ยกตัวอย่างเช่น ADVANCE ผู้เข้าร่วม
ที่ต้องมีประวัติของ CVD
หรือความเสี่ยงปัจจัย CVD และถึงแม้จะมีความพยายาม
ในการปรับสำหรับปัจจัยเหล่านี้
ถูกสร้างขึ้นมารบกวนที่เหลือยังคง
เป็นไปได้ เช่นการค้นพบของเรา
ควรได้รับการพิจารณาสร้างสมมติฐาน.
ผลของเราที่เกี่ยวข้องกับความเสี่ยงทางคลินิก
พยากรณ์มี แต่ consistentwith
ข้อมูลอื่น ๆ จากความแตกต่างทางเชื้อชาติ
การศึกษา (7) และลักษณะพื้นฐาน
ของการศึกษาล่วงหน้าเป็นอย่างมาก
เทียบเท่ากับผู้ที่อยู่ในหลายสังเกตการณ์
การศึกษาในระดับชุมชน
(33) แม้ว่าประชากรการศึกษาขนาดใหญ่
และการออกแบบกรณีการศึกษาให้มั่นใจมาก
อำนาจทางสถิติและการอนุญาตให้มี
การแก้ไขเชื่อถือได้สำหรับการที่มีศักยภาพมาก
ปัจจัย, ตัวแปรที่เป็นไปได้อื่น ๆ ที่
อาจจะนำเสนอนำไปสู่การ
ประเมินค่าสูงของสมาคมมีความเสี่ยง ระดับ
ของ hsTnT และ NT-proBNP วัด
เพียงครั้งเดียวและมันจะมีประโยชน์
เพื่อแก้ไขผลกระทบของการเปลี่ยนแปลงอนุกรม
ในระดับในอนาคต เราเก็งกำไรใน
กลไกการเชื่อมโยง biomarkers การเต้นของหัวใจ
ที่จะ microvascular ผล
แต่ไม่มีข้อมูลในการตรวจสอบการเต้นของหัวใจ
เลือดไปเลี้ยงโดยเฉพาะ รุ่น NRI
ที่เราได้สร้างขึ้นจะจำเป็นต้อง
ขึ้นอยู่กับการแต่งตัวค่อนข้างเทียม
แต่พวกเขามีส่วนใหญ่ที่เกี่ยวข้อง
ข้อมูลที่อาจมักจะถูกนำมาใช้
เพื่อประเมินความเสี่ยงโรคหัวใจและหลอดเลือดของ
ผู้ป่วยโรคเบาหวาน NT-proBNP และ
hsTnT ถูกวัดในซีรั่มที่จัดเก็บ
ตัวอย่างและแม้ว่าเราจะไม่สามารถปกครอง
ออกที่มีศักยภาพสำหรับตัวอย่างค่า
การย่อยสลายที่อคติผลของเรา
ทั้งสองของเครื่องหมายเหล่านี้จะปรากฏเสถียรธรรม
ในการจัดเก็บข้อมูลระยะยาว (34,35).
สรุปได้ว่า เรารายงานว่าทางคลินิก
คะแนนความเสี่ยงที่จะคาดการณ์ microvascular
เหตุการณ์ในผู้ป่วยที่มีโรคเบาหวานประเภท 2
สามารถพัฒนาโดยใช้ CVD คลาสสิก
และโรคเบาหวานที่เกี่ยวข้องกับปัจจัยเสี่ยง เรา
ต่อไปแสดงให้เห็นว่า NT-proBNP และ hsTnT
สามารถเพิ่มข้อมูลเหล่านี้ในระดับปานกลางถึง
คะแนนความเสี่ยงทางคลินิกสำหรับโรคไต
เหตุการณ์ การทำงานต่อไปจะต้องกำหนด
ว่าการคาดการณ์ของ microvascular
ความเสี่ยงสามารถภูตผีปีศาจ

ผลลัพธ์ (ไทย) 3:

จุดแข็งและข้อ จำกัดศึกษาอนาคตปัจจุบัน อธิบายเป็นตั้งแต่ได้มาจากขนาดใหญ่3-reclassification ตารางและสถิติจำแนก ( 95% CI ) สำหรับหมุนเวียนใหม่หลังจากรวมในรูปแบบหัวใจกับเครื่องหมายทางคลินิกของความเสี่ยง *เกิดเหตุการณ์ทั้งหมด( n = 3225 , n = 0 )ใหม่หรือเลวลงและ( n = 3225 , n = 145 )ใหม่หรือเลวลงโรค( n = 3225 , n = 79 )สถิติพื้นฐาน C * 0.731 ( 0.701 0.762 0.829 ( 0.795 , ) , ( 0.685 0.864 ) , 0.727 0.769 )hstntC ( 0.707 ภีษมะ 0.738 , สถิติ 0.769 )P = 0.2010.840 ( 0.808 0.872 , )P = 0.0450.728 ( 0.685 , 0.771 )P = 0.9370.3279 nri ต่อเนื่อง ( 0.2048 0.4518 , )= P0.3415 ( 0.1728 0.5107 , )= Pนี้ ( 0.0532 0.3943 , )p = 0.010( 0.0224 nri : อย่างแท้จริง , 0.0731 0.1279 )P = 0.0060.0549 ( 20.0156 0.1259 , )P = 0.1300.0407 ( 20.0075 0.0911 , )P = 0.104probnp NTC สถิติภีษมะปัจจุบัน ( 0.704 0.766 , )P = 0.2920.835 ( 0.801 0.869 , )P = 0.153( 0.689 0.773 , 0.731 )P = 0.3110.3363 nri ต่อเนื่อง ( 0.2207 0.4667 , )= P0.3892 ( 0.2240 0.5575 , )= P0.1784 ( 0.0069 0.3539 , )P = 0.044( 0.0174 nri : อย่างแท้จริง , 0.0623 0.11485 )P = 0.0020.0561 ( 20.0142 0.1292 , )P = 0.1240.0663 ( 0.0113 0.1228 , )P = 0.020hstnt และ NT probnpC ( 0.707 ภีษมะ 0.738 , สถิติ 0.769 )P = 0.1930.842 ( 0.809 0.874 , )p = 0.0330.729 ( 0.686 0.772 , )P = 0.7150.3097 nri ต่อเนื่อง ( 0.1915 0.505137 , )= P0.4440 ( 0.2808 0.6072 , )= P0.1929 ( 0.0274 0.3762 , )p = 0.028( 0.0154 nri : อย่างแท้จริง , 0.0712 0.1293 )P = 0.0140.0795 ( 0.0058 0.1588 , )P = 0.0300.0183 ( 20.0331 0.0724 , )P = 0.904ผลการค้นหาสำหรับ nonmissing ข้อมูลจาก subcohort สุ่ม ( n = 3 , 500 ) n = จำนวนของผู้เข้าร่วมกิจกรรมและเหตุการณ์กลับตาลปัตร ) ในการวิเคราะห์ ; n = ทั้งหมดจำนวนของเหตุการณ์ในการวิเคราะห์ ประเภทมีความเสี่ยง 5 10% และ 15% ซึ่งทั้งหมดถูกวิเคราะห์ในรูปแบบอย่างต่อเนื่องหลังจากการแปลงเข้าสู่ระบบสำหรับ NT และ probnp hstnt . P ค่า C สถิติเกี่ยวข้องกับเพิ่มขึ้นเมื่อเพิ่มไบโอมาร์คเกอร์ในฐานแบบจำลอง * การใช้รูปแบบ 2( C-reactive protein ) ที่อธิบายไว้ในตารางที่ 2 ภีษมะค่า P หมายถึงเพิ่มที่สอดคล้องเทียบกับรูปแบบพื้นฐาน2208 หัวใจใหม่ด้วยการดูแลโรคเบาหวาน เล่ม 37 สิงหาคม 2014ประชากร ซึ่งเป็นลักษณะและ อย่างใกล้ชิดขึ้น ทั้งหมดจบจุดที่ต้องเป็นอิสระตามหลักเกณฑ์ที่กำหนดไว้ ได้แก่รายงานแยกต่างหากจากโรคไตและจุดสิ้นสุดของดวงตา . นี้เป็นหนึ่งการศึกษาแรกที่แสดงให้เห็นว่าสีสันความแตกต่างในกล้ามเนื้อหัวใจซึ่งซับคลินิเคิลอาจใช้ควบคู่กันไปด้วย หรือจะนำหน้าด้วยอุปกรณ์ต่อพ่วงโรค การทำนายด้วยจบจุดที่เป็นโปรแกรมใหม่ของข้อมูลผู้เข้าร่วมในการศึกษาขั้นสูง เช่นจากการศึกษาอื่น ๆ ควบคุมกลุ่มทดลอง หมายถึงเลือกการติดตาม และผลที่เราอาจจะ generalizableเพื่อผู้ป่วยโรคเบาหวานตัวอย่างเช่นผู้เข้าร่วมล่วงหน้าคือต้องมีประวัติของโรคหัวใจและหลอดเลือดหรือปัจจัยเสี่ยงโรคหัวใจและหลอดเลือด และแม้ว่าความพยายามการปรับปัจจัยเหล่านี้อยู่นอกเหนือการควบคุมาเหลือ confounding ยังคงอยู่เป็นไปได้ เช่น การค้นพบควรพิจารณาสมมติฐานสร้างผลของเราที่เกี่ยวข้องกับความเสี่ยงทางคลินิกตัวนี้มี แต่กับความคิดเห็นข้อมูลอื่น ๆจากมีชนชาติแตกต่างCOHORT ( 7 ) , และคุณลักษณะพื้นฐานของล่วงหน้าตั้งแต่อยู่มากทัดเทียมกับหลายแบบการศึกษาในระดับชุมชน( 33 ) แม้ว่าประชากรขนาดใหญ่และการออกแบบการติดตามคดีมั่นใจมากสถิติพลังงาน และอนุญาตให้แก้ไขที่เชื่อถือได้สำหรับศักยภาพมากมายในปัจจัยซ่อนเร้นการทำผิดกฎหมายที่เป็นไปได้อื่น ๆอาจนำไปสู่การปัจจุบันอย่ามองข้ามของกลุ่มเสี่ยง ระดับของ hstnt และ NT probnp ถูกวัดเพียงครั้งเดียวและมันน่าจะเป็นประโยชน์ที่อยู่ในผลของการเปลี่ยนแปลงต่อเนื่องในระดับต่อไปในอนาคต เราพิจารณากลไกการเชื่อมโยงใหม่หัวใจจะเกิดผลแต่ไม่มีข้อมูลการตรวจสอบหัวใจสูงโดยเฉพาะ โดย nri รุ่นที่เราได้สร้างขึ้น เป็น จำเป็น ต้องตาม cutoffs ค่อนข้างเทียม ,แต่พวกเขาประกอบด้วยส่วนใหญ่ของที่เกี่ยวข้องข้อมูลที่อาจจะถูกใช้เพื่อประเมินความเสี่ยงของโรคหัวใจและหลอดเลือดผู้ป่วยโรคเบาหวาน probnp NT และวัดใน hstnt เก็บซีรั่มตัวอย่าง และถึงแม้ว่าเราจะไม่ปกครองจากศักยภาพของตัวอย่างผลการย่อยสลายที่ทำให้เกิดอคติของเราทั้งสองเครื่องหมายเหล่านี้จะปรากฏค่อนข้างมั่นคงในการจัดเก็บข้อมูลระยะยาว ( 34,35 )สรุป เรารายงานว่า คลินิกคะแนนความเสี่ยงเพื่อทำนายการเกิดเหตุการณ์ในผู้ป่วยเบาหวานชนิดที่ 2สามารถพัฒนาโดยใช้คลาสสิก ซีวีดีและปัจจัยความเสี่ยงที่เกี่ยวข้อง เราเพิ่มเติมแสดงให้เห็นว่า probnp hstnt NT และสามารถเพิ่มข้อมูลข้อมูลเหล่านี้ความเสี่ยงทางคลินิกและคะแนนสำหรับเหตุการณ์ งานต่อไปคือต้องสร้างไม่ว่าการคาดการณ์การเกิดความเสี่ยงสามารถ เด็กซน