德国学者Rainer R博士等出于保证麻醉质量的目的，对58458名进行非心脏手术的患者进行了研究，评估了几种术中自动检测心血管事件（CVE）模型的效率。

    研究者首先评估了修订后的心脏危险指数（RCRI）和ASA分级这两种模型的效率。然后建立了两种新的模型。通过电子麻醉持续记录系统来发现CVE。使用逻辑回归来建立一个复杂和一个简单的模型。使用校准和辨别分析来评价这些模型的效率。

    研究结果显示，在评估（29,437例）的5249名患者（17.8%）和证实（29,021例）的5031名患者（17.3%）中至少检测到一次CVE。CVE和医院病死率显著相关（2.1%比1.0%；P<0.01）。新的模型显示了很好的辨别力，受试者工作特征曲线下面积（AUC）分别为0.709和0.707。而ASA分级（AUC 0.647）和RCRI （AUC 0.620）的分辨率差一些。

    Rainer博士等总结认为，这两种新模型和ASA、RCRI一样，效率都不够。单纯的ASA分级和RCRI都不适合用于预测术中CVE的发生。