Disagreement between Cardiac Troponin Tests Yielding a Higher Incidence of Myocardial Injury in the Emergency Setting
Notice bibliographique
Résumé
Differences in patient classification of myocardial injury between high-sensitivity cardiac troponin (hs-cTn) assays have largely been attributed to assay design and analytical sensitivity aspects. Our objective was to compare Ortho Clinical Diagnostics’ (OCD) hs-cTnI assay to OCD’s contemporary/conventional assay (cTnI ES) and another hs-cTnI assay (Abbott hs-cTnI) in samples obtained from different emergency departments (EDs). Two different sample types were evaluated (lithium heparin and ethylenediaminetetraacetic acid (EDTA) plasma) in a non-selected ED population (study 1, n = 469 samples) and in patients for which ED physicians ordered cardiac troponin testing (study 2, n = 1147 samples), from five different EDs. The incidence of injury in study 1 was higher with the OCD hs-cTnI assay (30.9%; 95% CI: 26.9 to 35.2) compared to that of the Abbott hs-cTnI (17.3%; 95% CI: 14.1 to 21.0) and the OCD cTnI ES (15.4%; 95% CI: 12.4 to 18.9) assays, with repeat testing identifying 4.8% (95% CI: 3.0 to 7.5) of the OCD hs-cTnI results with poor reproducibility. In study 2, 4.6% (95% CI: 3.5 to 6.0) of the results were not reported for the OCD hs-cTnI assay (i.e., poor reproducibility) with 12.7% (95%CI: 8.7 to 17.8) of the OCD hs-cTnI results positive for injury being negative for injury with the Abbott hs-cTnI assay. In summary, the OCD hs-cTnI assay yields higher rates of biochemical injury with a higher rate of poor reproducible results in different ED populations.
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 | 0,022 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».