ADAPT-Algorithmus für das Risiko kardialer Ereignisse
Ein vereinfachtes Modell zur Angabe des Risikos eines schwerwiegenden unerwünschten Koronarereignisses (MACE)

Klinische Indikation
Der Rechner ist für Patienten gedacht, die mit Brustschmerzen im Alter von 18 Jahren oder älter in die Notaufnahme kommen.
Forschungsautoren: Martin Than, Louise Cullen, Sally Aldous, William A. Parsonage, Christopher M. Reid, Jaimi Greenslade, Dylan Flaws, Christopher J. Hammett, Daren M. Beam, Michael W. Ardagh, Richard Troughton, Anthony F. T. Brown, Peter George, Christopher M. Florkowski, Jeffrey A. Kline, Frank Peacock, Alan S. Maisel, Swee Han Lim, Arvin Lamanna, A. Mark Richards
Version: 2.5
  • Öffentlich
  • Kardiologie
  • {{ modelType }}
V-2.5-158.24.05.31
(01)08719327522721(8012)v2.5(4326)240531(240)158
Download des Benutzerhandbuch .
Lesen Sie auch für dieses Medizinprodukt die Bestimmungsgemässe Verwendung.

{{section.title}}

Berechnen Sie das Ergebnis

Legen Sie weitere Parameter zur Durchführung der Berechnung fest

Das 30-Tage-Risiko für MACE beträgt %

{{ resultSubheader }}
{{ chart.title }}
Ergebnisintervall {{ additionalResult.min }} bis {{ additionalResult.max }}

Bedingte Informationen

Es ist zu beachten, dass der ADAPT zwar mit modernen kardialen Troponin-Assays verwendet werden kann, aber mit hochempfindlichen kardialen Troponin-Assays (hs-cTn) besser abschneidet, insbesondere für die Fairly Low Risk Kategorie.

In der Ableitungsstudie von Than et al. (2012) unter Verwendung von zeitgenössischen (nicht hochempfindlichen) Troponin-Assays (Abbott ARCHITECT cTnI Assay und DxI Access Accu cTnI Assay)
Niedriges Risiko: 1 von 392 Patienten hatte ein schwerwiegendes unerwünschtes kardiales Ereignis innerhalb von 30 Tagen (0.26% Risiko)
Mäßig geringes Risiko: 8 von 367 Patienten hatten ein schwerwiegendes unerwünschtes kardiales Ereignis innerhalb von 30 Tagen (2,18% Risiko)
Hohes Risiko: 293 von 1216 Patienten hatten ein schwerwiegendes unerwünschtes kardiales Ereignis innerhalb von 30 Tagen (24,1% Risiko)

In einer Validierungsstudie von Cullen et al. (2013) mit dem ARCHITECT Hochsensitiven STAT Troponin-I-Assay
Niedriges Risiko: 0 von 550 Patienten hatten innerhalb von 30 Tagen ein schwerwiegendes unerwünschtes kardiales Ereignis (0 % Risiko)
Geringes Risiko: 3 von 479 Patienten hatten innerhalb von 30 Tagen ein schwerwiegendes unerwünschtes kardiales Ereignis (0.63% Risiko)
Hohes Risiko: 400 von 1515 Patienten hatten ein schwerwiegendes unerwünschtes kardiales Ereignis innerhalb von 30 Tagen (26.4% Risiko)

Eine gepoolte Analyse mehrerer Studien mit 3163 Patienten und insgesamt 487 Ereignissen ergab eine Sensitivität von 99,79% und einen negativen Vorhersagewert von 99,86% für die Kategorie "Niedriges Risiko"

Eine gepoolte Analyse mehrerer Studien mit 4021 Patienten und insgesamt 646 Ereignissen, die ausschließlich hs-cTn-Tests verwendeten, ergab eine Sensitivität von 99,23% und einen negativen Vorhersagewert von 99,68% für die kombinierten Kategorien "Niedriges Risiko" und "Ziemlich niedriges Risiko".

{{ file.classification }}
PRO
Anmerkung
Notizen sind nur im Ergebnis-Download sichtbar und werden von Evidencio nicht gespeichert.

Berechnungen allein sollten niemals die Patientenversorgung vorschreiben und ersetzen kein professionelles Urteilsvermögen. Sehen Sie unser volles disclaimer.

Zugrunde liegende Modelle Teil von
logo

Bitte melden Sie sich an, um die Evidencio-Druckfunktionen zu aktivieren

Um die Evidencio-Druckfunktionen nutzen zu können, müssen Sie angemeldet sein.
Wenn Sie keinen Evidencio-Community-Account besitzen, können Sie sich kostenlos ein persönliches Konto erstellen:

https: // www. evidencio.com/registration

Gedruckte Ergebnisse - Beispiele {{ new Date().toLocaleString() }}

Vorteile des Evidencio-Community-Kontos

With an Evidencio Community account you can:

  • Create and publish your own prediction models.
  • Share your prediction models with your colleagues, research group, organization or the world.
  • Review and provide feedback on models that have been shared with you.
  • Validate your models and validate models from other users.
  • Find models based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction models and their data.
  • Use patient specific protocols and guidelines based on sequential models and decision trees.
  • Stay up-to-date with new models in your field as they are published.
  • Create your own lists of favorite models and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction models.

Disclaimer: Berechnungen allein sollten niemals die Pflege der Patienten vorschreiben und ersetzen kein professionelles Urteilsvermögen.
Bedingungen & Konditionen | Datenschutzrichtlinie | Disclaimer | Kontakt | Cookies ablehnen |
Evidencio v3.29 © 2015 - 2024 Evidencio. Alle Rechte vorbehalten