Personalized Risk Evaluation and Clinical Insights in Cardiovascular-Kidney-Metabolic Syndrome (Precise-Ckm Project)

在當前臨床醫學與公共衛生領域，真實世界數據 (Real-World Data, RWD) 與真實世界證據 (Real-World Evidence, RWE) 已成為探索疾病管理與精準醫療的關鍵基石。本計畫聚焦於心腎代謝症候群 (Cardiovascular-Kidney-Metabolic Syndrome, CKM Syndrome)，特別針對糖尿病腎病 (Diabetic Kidney Disease, DKD) 患者的心血管共病風險。通過整合醫院電子病歷數據 (TMUCRD)、全民健康保險研究資料庫(NHIRD)以及國際觀察性健康資料研究聯盟 (OHDSI) 的全球多中心數據，系統性分析影響4大主要不良心血管事件 (4P-MACE) 的共病因子，並評估不同族群的風險特徵。本研究結合生物統計與人工智慧技術，包括機器學習與深度學習，開發基於RWD的個人化預測模型，以提升對高風險患者的早期識別與精準干預能力。預期研究成果將填補隨機對照試驗 (RCT) 在真實世界應用中的不足，並為國內外精準健康管理、政策制定及個人化醫療發展提供實質性的科學支撐。