The HEARTRISK6 Scale
Notice bibliographique
Résumé
Background: Acute heart failure (AHF) is a common emergency department (ED) presentation that may have poor outcomes but often does not require hospital admission. There is little evidence to guide dispositional decisions. Objectives: The authors sought to create a risk score for predicting short-term serious outcomes (SSO) in patients with AHF. Methods: We pooled data from 3 prospective cohorts: 2 published studies and 1 new cohort. The 3 cohorts prospectively enrolled patients who required treatment for AHF at 10 tertiary care hospital EDs. The primary outcome was SSO, defined as death <30 days, intubation or noninvasive ventilation (NIV), myocardial infarction, or relapse to ED <14 days. The logistic regression model evaluated 13 predictors, used an AIC-based step-down procedure, and bootstrapped internal validation. Results: Of the 2,246 patients in the 3 cohorts (N = 559; 1,100; 587), the mean age was 77.4 years, 54.5% were male, 3.1% received intravenous nitroglycerin, 5.2% received ED NIV, and 48.6% were admitted to the hospital. There were 281 (12.5%) SSOs including 70 deaths (3.1%) with many in discharged patients. The final HEARTRISK6 Scale included 6 variables: valvular heart disease, tachycardia, need for NIV, creatinine, troponin, and failed reassessment (walk test). Choosing HEARTRISK6 total-point admission thresholds of ≥1 or ≥2 would yield, respectively, sensitivities of 88.3% (95% CI: 83.9%-91.8%) and 71.5% (95% CI: 65.9%-76.7%) and specificities of 24.7% (95% CI: 22.8%-26.7%) and 50.1% (95% CI: 47.9%-52.4%) for SSO. Conclusions: Using 3 large prospectively collected datasets, we created a concise and sensitive risk scale for patients with AHF in the ED. Implementation of the HEARTRISK6 scale could lead to safer and more efficient disposition decisions.
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 | 0,001 |
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 ».