MétaCan
Menu
Retour à la cohorte
Enregistrement W2564611085 · doi:10.1373/clinchem.2016.265058

Simulation Models of Misclassification Error for Single Thresholds of High-Sensitivity Cardiac Troponin I Due to Assay Bias and Imprecision

2016· article· en· W2564611085 sur OpenAlexafffund
Andrew W. Lyon, Peter A. Kavsak, Oliver A. S. Lyon, Andrew Worster, Martha E. Lyon

Notice bibliographique

RevueClinical Chemistry · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensMcMaster UniversitySaskatchewan Health Authority
Organismes subventionnairesOrtho Clinical DiagnosticsCanadian Institutes of Health ResearchRoche DiagnosticsAbbott Laboratories
Mots-clésMyocardial infarctionTroponin IAcute coronary syndromeMedicineEmergency departmentPercentileStatisticsInternal medicineCardiologyPopulationConfidence intervalMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical outcome studies for cardiac troponins (cTn) are expensive and difficult to design owing to variation in patients, in the assays, and in the incidence of different types of myocardial infarction (MI). To overcome these difficulties, simulation models were used to estimate the rate of misclassification error for MI and risk prediction resulting from assay bias and imprecision. METHODS: Finite mixture analysis of Abbott high-sensitivity cTnI (hs-cTnI) results at time 0 h in patients presenting early with acute coronary syndrome (ACS) symptoms to the emergency department (ED) [n = 145, Reducing the Time Interval for Identifying New Guideline (RING) study] allowed derivation of a simulation data set (n = 10000). hs-cTnI concentrations were modified by addition of bias or imprecision error. The percentage of all 10000 modified hs-cTnI results that were misclassified for MI at thresholds of 2, 5, 26.2, and 52 ng/L was determined by Monte Carlo simulation. Analyses were replicated with an all-comer emergency department (ED) population (n = 1137) ROMI (Optimum Troponin Cutoffs for ACS in the ED) study. RESULTS: In the RING study, simulation at 26.2-ng/L (99th percentile) and 52-ng/L thresholds were affected by both bias ±2 ng/L and imprecision (10%-20%) and had misclassification rates of 0.4% to 0.6%. Simulations at the 2-ng/L and 5-ng/L thresholds were only affected by bias. Misclassification rates at bias of ±1 ng/L were 10% for the 2-ng/L threshold, and 5% for the 5-ng/L threshold. CONCLUSIONS: Simulation models predicted that hs-cTnI results are seldom misclassified (<1% of patients) when interpretative thresholds are near or exceed the overall 99th percentile. However, simulation models also predicted that low hs-cTnI results, as recommended in guidelines, are prone to misclassification of 5%-10% of 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,668

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,183
Tête enseignante GPT0,418
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical ChemistryMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207