Point of Care Clinical Risk Score to Improve the Negative Diagnostic Utility of an Agatston Score of Zero
Notice bibliographique
Résumé
BACKGROUND: Coronary artery calcification is a marker of underlying atherosclerotic vascular disease. The absence of coronary artery calcification is associated with a low prevalence of obstructive coronary artery disease (CAD), but it cannot be ruled out completely. We sought to develop a clinical tool that can be added to Agatston score of zero to rule out obstructive CAD with high accuracy. METHODS: We developed a clinical score retrospectively from a cohort of 4903 consecutive patients with an Agatston score of zero. Patients with prior diagnosis of CAD, coronary percutaneous coronary intervention, or surgical revascularization were excluded. Obstructive CAD was defined as any epicardial vessel diameter narrowing of ≥50%. The score was validated using an external cohort of 4290 patients with an Agatston score of zero from a multinational registry. RESULTS: The score consisted of 7 variables: age, sex, typical chest pain, dyslipidemia, hypertension, family history, and diabetes mellitus. The model was robust with an area under the curve of 0.70 (95% CI, 0.65-0.76) in the derivation cohort and 0.69 (95% CI, 0.65-0.72) in the validation cohort. Patients were divided into 3 risk groups based on the score: low (≤6), intermediate (7-13), and high (≥14). Patients who score ≤6 have a negative likelihood ratio of 0.42 for obstructive CAD, whereas those who score ≥14 have a positive likelihood ratio of >5.5 for obstructive CAD. The outcome was ruled out in >98% of patients with a score ≤6 in the validation cohort. CONCLUSIONS: We developed a score that may be used to identify the likelihood of obstructive CAD in patients with an Agatston score of zero, which may be used to direct the need for additional testing. However, the results of this retrospective analysis are hypothesis generating and before clinical implementation should be validated in a trial with a prospectively collected data.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».