MétaCan
Menu
Retour à la cohorte
Enregistrement W4210528009 · doi:10.1093/ehjacc/zuac007

A 0/1h-algorithm using cardiac myosin-binding protein C for early diagnosis of myocardial infarction

2022· article· en· W4210528009 sur OpenAlexaff
Thomas E Kaier, Raphael Twerenbold, Pedro López‐Ayala, Thomas Nestelberger, Jasper Boeddinghaus, Bashir Alaour, Iris-Martina Huber, Yuan Zhi, Luca Koechlin, Desirée Wussler, Karin Wildi, Samyut Shrestha, Ivo Strebel, Òscar Miró, Javier Martín‐Sánchez, Michael Christ, Damian Kawecki, Dagmar I. Keller, María Rubini Giménez, Michael Marber, Christian Mueller, Michael Freese, Paul David Ratmann, Alexandra Prepoudis, Danielle Menosi Gualandro, Nicolas Geigy, Tobias Reichlin, Katharina Rentsch, Mario Maier, Valentina Troester, Juliane Gehrke, Tania Coscia, Noemi Glarner, Hadrien Schoepfer, Michael Buechi, Joan Walter, Ana Yufera Sanchez, Christian Puelacher, Jeanne du Fay de Lavallaz, Alessandra Sanzione, Ibrahim Schäfer, Petra Hillinger, Beatriz López, Esther Rodríguez Adrada, Piotr Muzyk, Beata Morawiec, Jiří Pařenica, Eva Ganovská, Jens Lohrmann, Andreas Buser, Arnold von Eckardstein, Roland Bingisser, Christian H. Nickel

Notice bibliographique

RevueEuropean Heart Journal Acute Cardiovascular Care · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungEuropean CommissionGuy's and St Thomas' CharityBritish Heart FoundationNational Institute for Health and Care ResearchSchweizerische HerzstiftungUniversität Basel
Mots-clésMedicineMyocardial infarctionCardiologyInternal medicineAlgorithm

Résumé

récupéré en direct d'OpenAlex

AIMS: Cardiac myosin-binding protein C (cMyC) demonstrated high diagnostic accuracy for the early detection of non-ST-elevation myocardial infarction (NSTEMI). Its dynamic release kinetics may enable a 0/1h-decision algorithm that is even more effective than the ESC hs-cTnT/I 0/1 h rule-in/rule-out algorithm. METHODS AND RESULTS: In a prospective international diagnostic study enrolling patients presenting with suspected NSTEMI to the emergency department, cMyC was measured at presentation and after 1 h in a blinded fashion. Modelled on the ESC hs-cTnT/I 0/1h-algorithms, we derived a 0/1h-cMyC-algorithm. Final diagnosis of NSTEMI was centrally adjudicated according to the 4th Universal Definition of Myocardial Infarction. Among 1495 patients, the prevalence of NSTEMI was 17%. The optimal derived 0/1h-algorithm ruled-out NSTEMI with cMyC 0 h concentration below 10 ng/L (irrespective of chest pain onset) or 0 h cMyC concentrations below 18 ng/L and 0/1 h increase <4 ng/L. Rule-in occurred with 0 h cMyC concentrations of at least 140 ng/L or 0/1 h increase ≥15 ng/L. In the validation cohort (n = 663), the 0/1h-cMyC-algorithm classified 347 patients (52.3%) as 'rule-out', 122 (18.4%) as 'rule-in', and 194 (29.3%) as 'observe'. Negative predictive value for NSTEMI was 99.6% [95% confidence interval (CI) 98.9-100%]; positive predictive value 71.1% (95% CI 63.1-79%). Direct comparison with the ESC hs-cTnT/I 0/1h-algorithms demonstrated comparable safety and even higher triage efficacy using the 0h-sample alone (48.1% vs. 21.2% for ESC hs-cTnT-0/1 h and 29.9% for ESC hs-cTnI-0/1 h; P < 0.001). CONCLUSION: The cMyC 0/1h-algorithm provided excellent safety and identified a greater proportion of patients suitable for direct rule-out or rule-in based on a single measurement than the ESC 0/1h-algorithm using hs-cTnT/I. TRIAL REGISTRATION: ClinicalTrials.gov number, NCT00470587.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,005
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal Acute Cardiovascular CareMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207