The Ability of Heart Failure Specialists to Accurately Predict NT-proBNP Levels Based on Clinical Assessment and a Previous NT-proBNP Measurement
Notice bibliographique
Résumé
BACKGROUND: The value of routine aminoterminal pro type B natriuretic peptide (NT-proBNP) measurements in outpatient clinics remains unknown. OBJECTIVES: We sought to determine the accuracy with which heart failure (HF) specialists can predict NT-proBNP levels in HF outpatients based on clinical assessment. METHODS: We prospectively studied 160 consecutive HF patients followed in an outpatient multidisciplinary HF clinic. During a regular office visit, HF specialists were asked to estimate a patient's current NT-proBNP level based upon their clinical assessment and all available information from their chart, including a previous NT-proBNP level (if available). NT-proBNP estimations were grouped into prognostic categories (<125, 125-1000, 1000-4998, or >/=4999 pg/mL) and comparisons made between actual and estimate values. RESULTS: Overall, HF specialists estimated 67.5% of NT-proBNP levels correctly. After adjusting for clinical characteristics, knowledge of a prior NT-proBNP measurement was the only significant predictor of estimation accuracy (p=0.01). Compared to patients with a prior NT-proBNP level <125 pg/mL, physicians were 95% less likely to get a correct estimation in patients with the highest prior NT-proBNP level (>/=4999 pg/mL). CONCLUSION: HF specialists are reasonably accurate at estimating current NT-proBNP levels based upon clinical assessment and a previous NT-proBNP level, if those levels were < 4999 pg/mL. Likely, initial but not routine NT-proBNP measurements are useful in outpatient HF clinics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».