Role of Creatine Kinase in the Troponin Era: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: The diagnosis of non-ST-elevated myocardial infarction (NSTEMI) depends on a combination of history, electrocardiogram, and cardiac biomarkers. The most sensitive and specific biomarkers for cardiac injury are the troponin assays. Many hospitals continue to automatically order less sensitive and less specific biomarkers such as creatine kinase (CK) alongside cardiac troponin (cTn) for workup of patients with chest pain. The objective of this systematic review was to identify whether CK testing is useful in the workup of patients with NSTEMI symptoms. METHODS: We undertook a systematic review to ascertain whether CK ordered as part of the workup for NSTEMI was useful in screening patients with cardiac chest pain. The MEDLINE, Embase, and Cochrane databases were searched from January 1995-September 2020. Additional papers were added after consultation with experts. We screened a total of 2,865 papers, of which eight were included in the final analysis. These papers all compared CK and cTn for NSTEMI diagnosis. RESULTS: In each of the eight papers included in the analysis, cTn showed a greater sensitivity and specificity than CK in the diagnosis of NSTEMI. Furthermore, none of the articles published reliable evidence that CK is useful in NSTEMI diagnosis when troponin was negative. CONCLUSION: There is no evidence to continue to use CK as part of the workup of NSTEMI acute coronary syndrome in undifferentiated chest pain patients. We conclude that CK should not be used to screen patients presenting to the emergency department with chest pain.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».