MétaCan
Menu
Retour à la cohorte
Enregistrement W3042674509 · doi:10.1016/j.cjco.2020.07.009

Accuracy of Physicians in Differentiating Type 1 and Type 2 Myocardial Infarction Based on Clinical Information

2020· article· en· W3042674509 sur OpenAlexaff
Flávia K. Borges, Tej Sheth, Ameen Patel, Maura Marcucci, Terence Yung, Thomas Länger, Carolina Alboim, Carísi Anne Polanczyk, Federico Germini, Andre Ferreira Azeredo-da-Silva, Erin N. Sloan, Kendeep Kaila, Ron Ree, Alessandra Bertoletti, Maria Cristina Vedovati, António Galzerano, Jessica Spence, P.J. Devereaux

Notice bibliographique

RevueCJC Open · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensImpactUniversity of British ColumbiaPopulation Health Research InstituteMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineEtiologyMyocardial infarctionPerioperativeKappaInternal medicineThrombusRadiologyCardiologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physicians commonly judge whether a myocardial infarction (MI) is type 1 (thrombotic) vs type 2 (supply/demand mismatch) based on clinical information. Little is known about the accuracy of physicians' clinical judgement in this regard. We aimed to determine the accuracy of physicians' judgement in the classification of type 1 vs type 2 MI in perioperative and nonoperative settings. METHODS: (OPTIMUS) Study, which investigated the prevalence of a culprit lesion thrombus based on intracoronary optical coherence tomography (OCT) in patients experiencing MI. Four MI cases, 2 perioperative and 2 nonoperative, were selected randomly, stratified by etiology. Physicians were provided with the patient's medical history, laboratory parameters, and electrocardiograms. Physicians did not have access to intracoronary OCT results. The primary outcome was the accuracy of physicians' judgement of MI etiology, measured as raw agreement between physicians and intracoronary OCT findings. Fleiss' kappa and Gwet's AC1 were calculated to correct for chance. RESULTS: The response rate was 57% (308 of 536). Respondents were 62% male; median age was 45 years (standard deviation ± 11); 45% had been in practice for > 15 years. Respondents' overall accuracy for MI etiology was 60% (95% confidence interval [CI] 57%-63%), including 63% (95% CI 60%-68%) for nonoperative cases, and 56% (95% CI 52%-60%) for perioperative cases. Overall chance-corrected agreement was poor (kappa = 0.05), consistent across specialties and clinical scenarios. CONCLUSIONS: Physician accuracy in determining MI etiology based on clinical information is poor. Physicians should consider results from other testing, such as invasive coronary angiography, when determining MI etiology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,099
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,404
Écart entre enseignants0,327 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207