Is It Time to Update How Suspected Angina Is Evaluated prior to the Use of Specialized Tests? Implications Based on a Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: Appropriate use of specialized tests to assess chest pain is based classically on minimal information such as age, gender and the patient's description of pain. This approach has not been reevaluated in decades. We examined the relationship between history, examination and routine laboratory tests to identify factors warranting prospective validation as predictors of underlying coronary artery disease (CAD). METHODS: Studies linking obstructive CAD (≥50% diameter stenosis of at least one vessel by invasive angiography or cardiac computed tomographic angiography) and elements of history, examination and laboratory tests were identified. RESULTS: Forty-one prospectively identified papers were analyzed. Advanced age, gender and chest pain descriptors were extremely important, although the last was less so in women, in whom the presence of risk factors may be more important. Physical examination and chest X-ray were largely noncontributory. Laboratory tests were of variable utility other than to identify risk factors not already known from the history. However, biomarkers such as troponin, brain natriuretic factor and inflammatory markers were promising. The electrocardiogram was mainly important for the identification of ST-T abnormalities. CONCLUSIONS: This review identifies the most promising factors warranting prospective validation for improving the pretest probability estimation of CAD, so appropriate use criteria for the utilization of specialized diagnostic tests can be updated and improved.
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 | 0,014 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».