External validation of the PEGeD diagnostic algorithm for suspected pulmonary embolism in an independent cohort
Notice bibliographique
Résumé
Sequential diagnostic algorithms are used in the case of suspected pulmonary embolism (PE). The PEGeD study proposed a new diagnostic strategy to reduce the use of computed tomography pulmonary angiography (CTPA). We aimed to externally validate this diagnostic strategy in an independent cohort. We analyzed data from 3 prospective studies of outpatients with suspected PE. As per the PEGeD algorithm, patients were classified as having a low, moderate, or high clinical pretest probability (C-PTP). PE was excluded with a D-dimer <1000 ng/mL in case of low C-PTP and <500 ng/mL in case of moderate C-PTP. We assessed the yield and safety of this approach and compared them with those of previously validated algorithms. Among the 3308 evaluated patients, 1615 (49%) patients could have had PE excluded according to the PEGeD algorithm, without the need for imaging. Of these patients, 38 (2.3%; 95% confidence interval [CI], 1.7-3.2) were diagnosed with a symptomatic PE at initial testing or during the 3-month follow-up. On further analysis, 36 patients out of these 38 patients had a positive age-adjusted D-dimer. The risk of venous thromboembolic events among the 414 patients with a D-dimer <1000 ng/mL but above the age-adjusted D-dimer cut-off was 36 of 414 (8.7%; 95% CI, 6.4-11.8). We provide external validation of the PEGeD algorithm in an independent cohort. Compared with standard algorithms, the PEGeD decreased the number of CTPA examinations. However, caution is required in patients with a low C-PTP and a D-dimer <1000 ng/mL but above their age-adjusted D-dimer cut-off.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».