超过1100万的美国人可能不正确的处方阿司匹林、他汀类药物和降压药物，根据领导的研究人员在研究斯坦福大学医学院。

他们的发现是基于一套最新的计算称为汇集队列方程，或分析，用于确定心脏病发作或中风的风险。

这个价格是美国心血管疾病预防指南的基础。他们帮助医生决定是否使用阿司匹林或他汀类药物，血压，或它们的一些组合，通过估计病人可能有心脏病发作或中风的风险。大多数医生计算病人的风险使用PCE网页计算器或智能手机的应用程序方程也建成了许多电子健康记录，病人的风险是在一个办公室的访问自动计算。

但有分析是否是基于过时的数据，因此将一些高危患者在用药过度或辩论。

“我们发现有可能至少有两个主要的方法来提高2013年的方程，说：”Sanjay Basu，MD，博士，在医学院初级保健成果研究助理教授和一个核心人员斯坦福大学卫生政策。“首先是众所周知的：即数据推导的方程可以被更新。”

旧的方程
例如，他说，一个主要的数据集用于获得原方程有1948人在30-62岁的人的信息，谁会因此在2018 - 100岁到132岁即可能死亡。年长的方程往往是估计人们的风险太高，可能通过在高危人群平均20%。

“有很多方面的饮食改变，自上世纪40年代环境和医疗，”巴苏说。“所以，我们依靠祖父母的数据使我们的治疗选择可能不是最好的主意。”

依靠我们的祖父母的数据使我们的治疗选择可能不是最好的主意。
巴苏是这项研究的资深作者，这是发表在6月5内科学年鉴。主要作者是Steve Yadlowsky，一个研究生电气工程在斯坦福。

此外，研究人员发现，旧的数据可能不具备足够的样本的非裔美国人。许多非洲裔美国人，医生可能是评估心脏病发作或中风的风险太低。

所以，许多美国人都建议积极的治疗，他们可能没有根据目前的指南，一些美国人，特别是非洲裔美国人可能会得到虚假的安慰和可能需要开始治疗了我们的发现，”巴苏说。

在他们的研究中，研究人员最新的价格在努力大幅度提高心血管风险的新数据的精度估计。

更新的统计方法
对方程的第二改进，作者发现，是更新用于导出方程的统计方法。

“我们发现，通过修改的价格与新的数据和统计的方法，我们可以大大提高心血管疾病的风险估计的准确性，”作者写道。

工作是斯坦福大学医学院的重点研究为例精密的健康，其目的是期望在健康的、准确的诊断和治疗疾病预防疾病的病。

巴苏是斯坦福大学的一员X生物和儿童健康研究所

来自密歇根大学的研究人员，华盛顿大学和密西西比大学也参与了这项研究。

（注：转载时请注明复诊网）