N-terminal pro-brain natriuretic peptide improves the C-ACS risk score prediction of clinical outcomes in patients with ST-elevation myocardial infarction
Notice bibliographique
Résumé
BACKGROUND: It remained unclear whether the combination of the Canada Acute Coronary Syndrome Risk Score (CACS-RS) and N-terminal pro-brain natriuretic peptide (NT-pro-BNP) could have a better performance in predicting clinical outcomes in acute ST-elevation myocardial infarction (STEMI) patients with primary percutaneous coronary intervention. METHODS: A total of 589 consecutive STEMI patients were enrolled. The potential additional predictive value of NT-pro-BNP with the CACS-RS was estimated. Primary endpoint was in-hospital mortality and long-term poor outcomes. RESULTS: The incidence of in-hospital death was 3.1%. Patients with higher NT-pro-BNP and CACS-RS had a greater incidence of in hospital death. After adjustment for the CACS-RS, elevated NT-pro-BNP (defined as the best cutoff point based on the Youden's index) was significantly associated with in hospital death (odd ratio = 4.55, 95%CI = 1.52-13.65, p = 0.007). Elevated NT-pro-BNP added to CACS-RS significantly improved the C-statistics for in-hospital death, as compared with the original score (0.762 vs. 0.683, p = 0.032). Furthermore, the addition of NT-pro-BNP to CACS-RS enhanced net reclassification improvement (0.901, p < 0.001) and integrated discrimination improvement (0.021, p = 0.033), suggesting effective discrimination and reclassification. In addition, the similar result was also demonstrated for in-hospital major adverse clinical events (C-statistics: 0.736 vs. 0.695, p = 0.017) or 3-year mortality (0.699 vs. 0.604, p = 0.004). CONCLUSIONS: Both NT-pro-BNP and CACS-RS are risk predictors for in hospital poor outcomes in patients with STEMI. A combination of them could derive a more accurate prediction for clinical outcome s in these patients.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».