Hochsensitive kardiale Troponine zur Diagnose des akuten Koronarsyndroms ohne ST-Hebung
Bibliographic record
Abstract
Zusammenfassung Die Diagnose des akuten Koronarsyndroms basiert im Wesentlichen auf 3 Säulen: der klinischen Präsentation, dem 12-Kanal-Elektrokardiogramm und der seriellen Messung von Biomarkern zur Quantifizierung einer Myokardschädigung. Durch die Entwicklung von hochsensitiven kardialen Troponin-Assays (hs-cTn) mit verbesserter analytischer Sensitivität konnte die Zeit nach Eintreten einer Myokardschädigung bis zu deren Nachweis durch im Blut zirkulierendes Troponin relevant verkürzt werden. Somit können einerseits Myokardinfarkte frühzeitig erkannt werden und es erlaubt andererseits auch die Detektion kleinerer Infarkte, die bisher unentdeckt blieben. Aufgrund der hohen Sensitivität kann bei Patienten mit sehr niedrigen hs-cTn-Konzentrationen frühzeitig ein akuter Myokardinfarkt ausgeschlossen werden bzw. nach anderen Differenzialdiagnosen gesucht werden. Patienten mit deutlich erhöhten hs-cTn-Konzentrationen können rascher identifiziert werden und einer unmittelbaren invasiven Abklärung und Aufnahme auf eine Überwachungsstation zugeführt werden. Die im August 2020 neu publizierten europäischen Richtlinien für die Diagnose von akuten Myokardinfarkten ohne ST-Hebung empfehlen die Anwendung von diagnostischen Algorithmen basierend auf seriellen hs-cTn-Messungen nach 1 oder 2 (3) Stunden für eine sichere und schnelle Diagnosestellung. Diese Arbeit soll einen Überblick über die aktuellen Richtlinienempfehlungen im Hinblick auf die Anwendung von hs-cTn in der Früherkennung des akuten Koronarsyndroms geben.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".