Prospective comparison of the HEP score and 4Ts score for the diagnosis of heparin-induced thrombocytopenia
Notice bibliographique
Résumé
Abstract The HIT Expert Probability (HEP) score compared favorably with the 4Ts score in a retrospective study. We assessed the diagnostic accuracy of the HEP score compared with the 4Ts score in a prospective cohort of 310 patients with suspected heparin-induced thrombocytopenia (HIT). A member of the clinical team calculated the HEP score and 4Ts score. An independent panel adjudicated HIT status based on a clinical summary as well as the results of HIT laboratory testing. The prevalence of HIT in the study population was 14.7%. At a cutoff of ≥3, the HEP score was 95.3% sensitive (95% confidence interval [CI], 84.2-99.4) and 35.7% specific (95% CI, 29.8-42.0) for HIT. A 4Ts score of ≥4 had a sensitivity of 97.7% (95% CI, 86.2-99.8) and specificity of 32.9% (95% CI, 27.2-39.1). The areas under the receiver operating characteristic (ROC) curves (AUCs) for the HEP score and 4Ts score were similar (0.81 [95% CI, 0.74-0.87] vs 0.76 [95% CI, 0.69-0.83]; P = .12). The HEP score exhibited a significantly higher AUC than the 4Ts score in patients in the intensive care unit (ICU) (0.86 vs 0.79; P = .03). Among trainee scorers, the HEP score performed significantly better than the 4Ts score (AUC, 0.80 vs 0.73; P = .03). Our data suggest that either the 4Ts score or the HEP score may be used in clinical practice. The HEP score may be preferable in ICU patients and among less experienced clinicians.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».