BioLINCC為SPRINT結果的主要出版物提供了基礎數據。這些數據被組織成5個數據集:患者基線信息、隨時間的血壓讀數、主要和其他結果、幹預結束時的患者狀態和不良事件。

我們感興趣的變量是報告的FRS，用一個標有‘ risk10yrs'中的基線信息數據集。我們還使用了包括在FRS中的七個變量:年齡、總膽固醇、高密度脂蛋白膽固醇、收縮壓、抗高血壓藥物使用、當前吸煙狀況和性別。作為排除標準的結果，在基線時SPRINT參與者沒有糖尿病，這是另一個FRS變量。

我們計算FRS時使用的是由達戈斯蒂諾2008年的一篇論文中的考克斯比例風險模型推導出來的性別特異性公式 等使用上麵的七個變量。 4NEJM挑戰賽的協調人證實，達戈斯蒂諾 等的回歸模型(以下稱為“真實”模型)適用於計算SPRINT(個人溝通)中使用的10年風險。

連續變量進行(自然)對數變換。各變量的回歸係數( 表1)是通過達戈斯蒂諾論文中的考克斯模型計算出來的。如果我們把變量表示為 X 我 （ X 1 日誌(年齡), X 2 log(總膽固醇等)及其對應係數為 β 我 ，那麼對於每個患者，我們可以形成上述變量和係數的線性組合，由 ∑ β 我 X 我 ．通過這個計算，女性的最終風險得分是由

． 1 − 0.95012 e x p （ ∑ β 我 X 我 − 26.1931 ）

對於男人來說

． 1 − 0.88936 e x p （ ∑ β 我 X 我 − 23.9802 ）

我們將計算得到的FRS值與 risk10yrs變量。然後，我們計算出10年風險≥15%的參與者百分比，並將其與10年風險≥15%的參與者進行比較 risk10yrs變量和SPRINT原始論文中發表的結果。 3.我們創建了提供的散點圖 risk10yrs變量相對於我們計算的FRS，按先前治療過高血壓的患者和先前未治療過高血壓的患者分層( 圖1）.

我們測試了在我們計算的FRS中互換處理過的收縮壓和未處理的收縮壓公式的係數的效果，以驗證為我們提供的差異解釋的有效性。耶魯大學人類調查委員會批準了我們對SPRINT數據的分析。

患者和公眾都沒有參與，因為該研究是對SPRINT試驗數據的二次分析。

表1SPRINT原稿中FRS≥15%的參與者分別為2870人和2867人，接受強化治療和標準治療。強化組和標準組FRS值的平均值±SD分別為20.1%±10.9%和20.1%±10.8%。所有這些數據都與用 risk10yrs提供給SPRINT挑戰賽參與者的變量。

我們用真實模型計算的FRS與文獻報道的分數不一致 risk10yrs變量。具體而言，根據計算得分，7089例(76%)患者的10年心血管風險≥15%，而根據所提供的評分，5737例(61%)患者的10年心血管風險≥15% risk10yrs變量。計算評分的平均±SD 10年心血管風險為24.8%±12.5%，基於 risk10yrs變量。

SPRINT挑戰變量 InclusionFRS,來自 risk10yrs變量，根據≥15%的10年風險納入5737例患者。這一數字與報告中的數據一致 表1SPRINT原始手稿，表明從SPRINT數據計算的結果與SPRINT出版物之間存在差異。 3 4

見 圖1，我們計算的FRS低於 risk10yrs既往未治療的患者差異較大，既往治療的患者差異較大。由於91%的人曾接受過治療，且治療與較高的風險相關，因此總體效果是SPRINT研究人群的10年心血管風險低於實際水平。

交換係數產生的風險得分與 risk10yrs變量為8711 (93%)SPRINT參與者，但未能重現585 (6.3%)SPRINT參與者公布的FRS結果。其中10名參與者的風險報告 risk10yrs完全符合正確的公式而不是係數顛倒的公式。對於剩下的575名參與者，我們既無法複製也無法解釋發表的FRS結果。