S'abonner

Limitations of risk score models in patients with acute chest pain - 13/08/11

Doi : 10.1016/j.ajem.2008.01.022 
Alex F. Manini, MD a, , Nina Dannemann, BS b, David F. Brown, MD c, Javed Butler, MD, MPH b, Fabian Bamberg, MD b, John T. Nagurney, MD, MPH c, John H. Nichols, BA b, Udo Hoffmann, MD, MPH b

on behalf of the Rule-Out Myocardial Infarction using Coronary Artery Tomography (ROMICAT) Study Investigators

a Harvard Affiliated Emergency Medicine Residency, Boston, MA, USA 
b Cardiac MR PET CT Program, Harvard Medical School, Boston, MA, USA 
c Department of Emergency Medicine at Massachusetts General Hospital, Harvard Medical School, Boston, MA, USA 

Corresponding author. 455 First Avenue, Room 123, New York, NY 10016, USA. Tel.: +1 212 447 8159; fax: +1 866 255 8229.

Abstract

Objectives

Cardiac multidetector computed tomography (CMCT) has potential to be used as a screening test for patients with acute chest pain, but several tools are already used to risk-stratify this population. Risk models exist that stratify need for intensive care (Goldman), short-term prognosis (Thrombolysis in Myocardial Infarction, TIMI), and 1-year events (Sanchis). We applied these cardiovascular risk models to candidates for CMCT and assessed sensitivity for prediction of in-hospital acute coronary syndrome (ACS). We hypothesized that none of the models would achieve a sensitivity of 90% or greater, thereby justifying use of CMCT in patients with acute chest pain.

Methods

We analyzed TIMI, Goldman, and Sanchis in 148 consecutive patients with chest pain, nondiagnostic electrocardiogram, and negative initial cardiac biomarkers who previously met inclusion and exclusion criteria for the Rule-Out Myocardial Infarction Using Coronary Artery Tomography Study. ACS was adjudicated, and risk scores were categorized based on established criteria. Risk score agreement was assessed with weighted κ statistics.

Results

Overall, 17 (11%) of 148 patients had ACS. For all risk models, sensitivity was poor (range, 35%-53%), and 95% confidence intervals did not cross above 77%. Agreement to risk-classify patients was poor to moderate (weighted κ range, 0.18-0.43). Patients categorized as “low risk” had nonzero rates of ACS using all 3 scoring models (range, 8%-9%).

Conclusions

Available risk scores had poor sensitivity to detect ACS in patients with acute chest pain. Because of the small number of patients in this data set, these findings require confirmation in larger studies.

Le texte complet de cet article est disponible en PDF.

Plan


 Abstract presented at the Society of Academic Emergency Medicine Annual Meeting, Chicago, Ill, May 19, 2007.
☆☆ Funding: Supported by National Institutes of Health R01 grant HL080053 (Principal Investigator: Dr. Hoffmann) and a Departmental Award from the Massachusetts General Hospital Department of Emergency Medicine (Principal Investigator: Dr. Manini).


© 2009  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 27 - N° 1

P. 43-48 - janvier 2009 Retour au numéro
Article précédent Article précédent
  • Combining Thrombolysis in Myocardial Infarction risk score and clear-cut alternative diagnosis for chest pain risk stratification
  • Caren F. Campbell, Anna Marie Chang, Keara L. Sease, Christopher Follansbee, Christine M. McCusker, Frances S. Shofer, Judd E. Hollander
| Article suivant Article suivant
  • Factors associated with unoffered trauma analgesia in critical care transport
  • Michael A. Frakes, Wendy R. Lord, Christine Kociszewski, Suzanne K. Wedel

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.