Performance of FAINT score for predicting poor clinical outcome in elderly patients presenting with syncope
Notice bibliographique
Résumé
Abstract Background and Objectives Our study aimed to investigate the diagnostic accuracy of the FAINT score in predicting 30-day all-cause death and serious cardiac outcomes in patients aged 60 years and older presenting with syncope. Methods Our study, which was designed as a single-center, prospective cohort study, included patients aged 60 years and older who presented to the emergency department with complaints of syncope or presyncope. The primary outcome of the study was defined as 30-day all-cause death or serious cardiac outcome (poor clinical outcome). physician gestalt. Results Of the 172 patients included in our study, 9 patients (5.2%) were in the poor clinical outcome group, while 163 (94.8%) patients were in the good clinical outcome group. The sensitivity of the FAINT score was 77.8%, and the specificity was 33.7%. The sensitivity and specificity of the Canadian Syncope Risk Score, which showed the best diagnostic test performance, were calculated as 88.9% and 35.6%, while the sensitivity and specificity of the San Francisco Syncope Rule were 66.7% and 49.1%. The clinician's gestalt had a sensitivity of 33.3% and specificity of 97.6%, showing the lowest performance of all scorings. Conclusion The FAINT score showed lower success compared to the diagnostic test performance measures reported in the original study. According to the results of our study, we think that none of the scorings performed adequately and that there is a need to develop clinical decision-making algorithms with higher diagnostic accuracy in the management of patients presenting with syncope.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».