Development of a novel risk prediction tool for emergency department patients with symptoms of coronary artery disease: A research study protocol
Notice bibliographique
Résumé
Abstract Patients with chest pain and symptoms of acute coronary syndromes (ACS) account for over 600,000 emergency department (ED) visits annually in Canada. Over 80% of these patients do not have ACS, and most are discharged from the ED after a thorough evaluation. However, a large proportion of these patients are referred for outpatient objective cardiac testing after ED discharge, even though their short-term risk for major adverse cardiac events (MACE) such as death, new myocardial infarction or need for revascularization is very small. This contributes to substantial low-value healthcare utilization, and limits access for those patients who are more likely to benefit from objective testing. Existing risk prediction tools were developed prior to the advent of high-sensitivity cardiac troponin assays, were derived in non-representative populations and, when applied to ED patients with low cardiac troponin concentrations, systematically overestimate short-term risk of (MACE). This multicenter prospective cohort study will enrol ED patients with chest pain to derive and validate a novel risk prediction tool to accurately identify patients at low risk of MACE and not requiring additional cardiac testing from patients who are likely to benefit from additional cardiac testing. We will enroll 6500 patients at 13 Canadian EDs nd prospectively follow them for 30 days to ascertain a primary outcome of MACE. The risk prediction tool developed in this project will guide safe, efficient, appropriate referrals of ED patients with chest pain.
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 | 0,047 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,007 |
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 ».