High sensitivity troponin-I threshold to predict perioperative myocardial infarction
Notice bibliographique
Résumé
BACKGROUND: High-sensitivity Troponin I (hs-cTnI) has largely replaced conventional troponin assays in an effort to improve detection of myocardial infarction. However, the mean displacement of hs-cTnI following coronary artery bypass graft (CABG) and the optimal threshold to detect perioperative myocardial infarction (MI) is unclear. Our objective is to describe mean hs-cTnI values at 6-12 h post-CABG and to determine the highest specificity while maintaining 100% sensitivity hs-cTnI cut-off values for diagnosis of perioperative or type-5 MI. METHODS: Between 2016 and 2018, 374 patients underwent non-emergent, isolated CABG. Pre-operative and 6 h post-operative hs-cTnI values were recorded as well as ECG, echocardiographic and angiographic data. RESULTS: Of 374 patients, 151 (40.3%) had normal and 224 (59.7%) had elevated preoperative hs-cTnI. Patients with normal preoperative hs-cTnI had a mean 6 h hs-cTnI of 9193 ng/l or 270X the upper normal value. Eleven patients (7.3%) presented with post-operative MI with a mean 6 h hs-cTnI of 50,218 ng/l or 1477X the upper normal value. Patients with elevated preoperative hs-cTnI had a mean 6 h hs-cTnI of 9449 ng/l or 292X the upper normal value. Eleven patients (4.9%) who presented with post-operative MI had a mean 6 h hs-cTnI of 26,823 ng/l or 789X the upper normal value. CONCLUSIONS: We suggest hs-cTnI threshold of 80-fold in patients with normal pre-operative hs-cTnI and 2.7-fold in patients with elevated pre-operative hs-cTnI. These results have important implications for perioperative care and for surgical trial reporting.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».