该研究介绍了一种新的心血管疾病（CVD）风险预测算法，名为QR4。该算法使用了大量的人群数据来帮助临床医生识别高心血管疾病风险的个体。

首先，研究团队使用了两个电子记录研究数据库：QResearch和Clinical Practice Research Datalink (CPRD) GOLD。这些数据库收集了在常规国家卫生服务（NHS）临床护理过程中匿名化的数据。研究者基于这些数据开发了新的预测模型，并与现有的心血管疾病风险评分系统（如QRISK3、Systematic Coronary Risk Evaluation 2 (SCORE2)和动脉粥样硬化心风险评分（ASCVD））进行了比较。

在开发模型的过程中，研究者采用了因果特定的Cox模型（cause-specific Cox models）来预测心血管疾病风险，并通过外部验证来评估QR4的性能。他们发现，QR4模型在预测男性和女性的10年心血管病风险时，C统计值（C statistic）高于其他评分系统。

此外，QR4还纳入了一些新的风险因素，包括脑癌、肺癌、唐氏综合症（Down syndrome）、血癌、慢性阻塞性肺病（COPD）、口腔癌和学习障碍等，这些都是之前的评分系统中未涉及的。对于女性，还额外考虑了妊娠期（pre-eclampsia）和产后抑郁（postnatal depression）作为新的风险因素。