The performance of HEAR score for identification of low-risk chest pain: a systematic review and meta-analysis
Notice bibliographique
Résumé
Chest pain is one of the most common presentations to the emergency department (ED) and HEART score (history, ECG, age, risk factors, and cardiac troponin) is recommended for risk stratification. It has been proposed that the sum of four items with no troponin (HEAR score) below 2 can be used safely to lower testing and reduce length of stay. To assess the performance of the HEAR score in hospital and prehospital settings, we performed a systematic review and meta-analysis. English studies on the performance of the HEAR score in patients with acute chest pain were included. They were excluded if data are inaccessible. MEDLINE, Embase, Evidence-Based Medicine Reviews, Scopus, and web of science were searched from 1946 to July 2021. The quality of studies was assessed using Quality Assessment of Diagnostic Accuracy Studies version 2. Acute coronary syndrome or major adverse cardiac events prediction were outcomes of interest. The performance indices with 95% confidence intervals (CIs) were extracted. Inverse variance and the random-effects model were used to report the results. Of the 692 articles on the HEAR score, 10 studies were included in the analysis with 33 843 patients. Studies were at low to moderate risk of bias. Three studies were in prehospital and three were retrospective. The pooling of data on the HEAR score showed that the sensitivity at the HEAR<2, <3, and <4 cutoffs in the ED were 99.03% (95% CI, 98.29-99.77), 97.54% (95% CI, 94.50-100), and 91.80% (95% CI, 84.62-98.98), respectively. The negative predictive values (NPVs) for the above cutoffs were 99.84% (95% CI, 99.72-99.95), 99.75% (95% CI, 99.65-99.85), and 99.57% (95% CI, 99.11-100), respectively. Of note, for the HEAR<2, negative likelihood ratio was 0.07 (95% CI, 0.02-0.12). In the prehospital, at the HEAR<4 cutoff, the pooled sensitivity and NPV were 85.01% (95% CI, 80.56-89.47) and 91.48% (95% CI, 87.10-95.87), respectively. This study showed that in the ED, the HEAR score<2 can be used for an early discharge strategy. Currently, this score cannot be recommended in prehospital setting. Prospero (CRD42021273710).
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 | 0,034 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| 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 | 0,001 |
| 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 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 ».