ADAPT-algoritme voor risico op hartincidenten
Een vereenvoudigd model om het risico op een ernstig ongewenst coronair voorval (MACE) aan te geven

Clinische indicatie
De Calculator is bedoeld voor gebruik bij patiƫnten van 18 jaar of ouder die met pijn op de borst naar de Spoedeisende Hulp komen.
Auteurs: 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
Versie: 2.5
  • Publiek
  • Cardiologie
  • Eigen formule
V-2.5-158.24.05.31
(01)08719327522721(8012)v2.5(4326)240531(240)158
Download de Gebruikershandleiding en raadpleeg het Beoogd gebruik.

Abnormaal Troponine bij 0u en 2u

Ischemische veranderingen op het initiƫle ECG

Leeftijd ā‰„ 65

ā‰„3 CAD risicofactoren

Significante coronaire stenose

Aspirinegebruik in afgelopen 7 dagen

Ernstige angina pectoris

30-dagen risico op MACE is ... %

Vul alle parameters in om een predictie te berekenen.

Opgemerkt moet worden dat, hoewel de ADAPT kan worden gebruikt met hedendaagse cardiale troponine-analyses, deze beter presteert met hooggevoelige cardiale troponine-analyses (hs-cTn), met name voor de waarschijnlijk laag risico categorie.

In de afleidingsstudie van Than et al. (2012) met moderne (niet hooggevoelige) troponine-analyses (Abbott ARCHITECT cTnI-assay en DxI Access Accu cTnI-assay)
Laag risico: 1 op de 392 patiƫnten had een ernstig ongunstig hartincident binnen 30 dagen (0,26% risico)
Laag risico: 1 op de 392 patiƫnten had een ernstig ongunstig hartincident binnen 30 dagen (0,26% risico)
Laag risico.26% risico)
Zeer laag risico: 8 van de 367 patiĆ«nten hadden een ernstig ongewenst cardiaal voorval binnen 30 dagen (2,18% risico)
Hoog risico: 293 van de 1216 patiĆ«nten hadden een ernstig ongewenst cardiaal voorval binnen 30 dagen (24,1% risico)

In een validatiestudie van Cullen et al. (2013) met de ARCHITECT High Sensitive STAT Troponin-I assay
Low Risk: 0 van de 550 patiƫnten had een Major Adverse Cardiac Event binnen 30 dagen (0% risico)
Fairly Low Risk: 3 van de 479 patiĆ«nten hadden een Major Adverse Cardiac Event binnen 30 dagen (0.63% risico)
Hoog risico: 400 van de 1515 patiĆ«nten hadden een ernstig ongunstig hartincident binnen 30 dagen (26.4% risico)

Een gepoolde analyse van meerdere onderzoeken met 3163 patiƫnten met in totaal 487 voorvallen leverde een sensitiviteit van 99,79% en een negatief voorspellende waarde van 99,86% op voor de categorie Laag risico

Een gepoolde analyse van meerdere onderzoeken met uitsluitend hs-cTn-tests met 4021 patiƫnten met in totaal 646 voorvallen leverde een sensitiviteit van 99,23% en een negatief voorspellende waarde van 99,68% op voor de gecombineerde categorieƫn Laag risico en Redelijk laag risico.

Predictiemodellen dienen enkel ter ondersteuning en naslag geraadpleegd te worden en zijn geen vervanging voor medische besluitvorming door professionals. Bekijk onze disclaimer.

Recente modellen
SCORE2

This model estimates the 10-year risk of cardiovascular disease events (both fatal and non-fatal) in European patients.

Auteurs: ESC Cardiovascular Risk Collaboration, SCORE2 Working Group, SCORE2-OP Working Group, SCORE2-Diabetes Working Group
CHA2DS2-VASc stroke risk score

The CHA2DS2-VASc stroke risk score calculates stroke risk for patients with atrial fibrillation. This model is intended to be used for patients who have been diagnosed with atrial fibrillation or atrial flutter.

Auteurs: Gregory Y.H. Lip, Robby Nieuwlaat, Ron Pisters, Deirdre A. Lane, Harry J.G.M. Crijns
HAS-BLED Score for Major Bleeding Risk
The HAS-BLED Score for Major Bleeding Risk calculates the bleeding risk for patients with atrial fibrillation.
 
Auteurs: Ron Pisters, Deirdre A. Lane, Robby Nieuwlaat, Cees B. de Vos, Harry J.G.M. Crijns, Gregory Y.H. Lip
ADHERE algorithm
The Acute Decompensated Heart Failure National Registry (ADHERE) algorithm predicts in-hospital mortality in patients with heart failure.

The ADHERE Algorithm should be used for patients hospitalized with acute decompensated heart failure.
Auteurs: Gregg C. Fonarow, Kirkwood F. Adams, Jr. , William T. Abraham, Clyde W. Yancy, W. John Boscardin, for the ADHERE Scientific Advisory Committee, Study Group, and Investigators
AHA GWTG-HF Risk score
The American Heart Association (AHA) Get With the Guidelines (GWTG) - Heart Failure (HF) risk score has been developed to predict the in-hospital all-cause mortality rate. 

The AHA GWTG-HF Risk Score should be used for patients with new or worsening heart failure with significant heart failure symptoms during hospitalisation.
Auteurs: Pamela N. Peterson, John S. Rumsfeld, Li Liang, Nancy M. Albert, Adrian F. Hernandez, Eric D. Peterson, Gregg C. Fonarow, Frederic A. Masoudi, and on behalf of the American Heart Association Get With the Guidelines - Heart Failure Program
logo

Log a.u.b. in om de Evidencio print-functies te gebruiken

Om de Evidencio print-functies te kunnen gebruiken dient u ingelogt te zijn.
Indien u nog geen Evidencio Community Account heeft kunt u eenvoudig een persoonlijk account aanmaken op:

https://www.evidencio.com/registration

Print rapport - Voorbeelden {{ new Date().toLocaleString() }}


Evidencio Community Account voordelen


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: Predictiemodellen dienen enkel ter ondersteuning en naslag geraadpleegd te worden en zijn geen vervanging voor medische besluitvorming door professionals.
Evidencio v3.34 Ā© 2015 - 2025 Evidencio. Alle rechten voorbehouden