Algorithme de la troponine T cardiaque à haute sensibilité (hs-cTnT) 0 heure/1 heure
L'algorithme de la troponine T cardiaque à haute sensibilité (hs-cTnT) 0 heure/1 heure utilise la concentration sanguine de la hs-cTnT au moment de la consultation et sa variation absolue sur une heure pour stratifier les patients suspectés d'infarctus aigu du myocarde.

Le calculateur est destiné à être utilisé pour les patients âgés de 18 ans ou plus qui se présentent au service des urgences avec une douleur thoracique.
Les auteurs de la recherche: Reichlin T, Schindler C, Drexler B, Twerenbold R, Reiter M, Zellweger C, Moehring B, Ziller R, Hoeller R, Gimenez MR, Haaf P, Potocki M, Wildi K, Balmelli C, Freese M, Stelzig C, Freidank H, Osswald S, and Mueller C.
Version: 1.44
  • Public
  • Cardiologie
  • {{ modelType }}
V-1.44-2426.24.05.31
(01)08719327522776(8012)v1.44(4326)240531(240)2426
Télécharger le Manuel de l'utilisateur et consulter le Utilisation prévue.
Unités

{{section.title}}

Calculer le résultat

Définir d'autres paramètres pour effectuer le calcul

Changement absolu de la hs-cTnT : ng/L dans la première heure

{{ resultSubheader }}
{{ chart.title }}
Intervalle de résultats {{ additionalResult.min }} à {{ additionalResult.max }}

Informations conditionnelles

Performance du modèle : L'algorithme de la troponine T cardiaque à haute sensibilité (hs-cTnT) 0 heure/1 heure a été rapporté pour atteindre une valeur prédictive négative très élevée pour l'infarctus aigu du myocarde dans la zone d'exclusion, pour atteindre une valeur prédictive positive élevée dans la zone d'inclusion, et pour être très efficace en triant environ 75 % des patients se présentant aux urgences avec une suspicion d'infarctus aigu du myocarde dans les classifications de l'exclusion ou de l'inclusion.1,2

En 2016, l'algorithme a été validé par Mueller et al. dans une cohorte externe multicentrique de 1 282 patients avec un taux d'infarctus du myocarde aigu de 17 %. Utilisation des tests hs-cTn lors de la présentation et 1 heure plus tard chez 63 % des patients classés comme n'ayant pas d'infarctus aigu du myocarde, avex une NPV de 99.% (95% IC 98,2% a 99,7%); 14 % comme ayant un infarctus aigu du myocarde, avec une PPV de 77 % (95% IC 70,4% a 83,0%); et 22,5% comme ayant une classification indéterminée après 1 heure de test.

Références connexes:

  1. Reichlin T, Schindler C, Drexler B, et al. One-hour rule-out and rule-in ofacute myocardial infarction using high-sensitivity cardiac troponin T. Arch Intern Med. 2012;172:1211-1218.  

  2. Reichlin T, Twerenbold R, Wildi K, et al. Validation prospective d'un algorithme en 1 heure pour exclure et exclure l'infarctus aigu du myocarde en utilisant un test de troponine T cardiaque à haute sensibilité. CMAJ. 2015;187:E243-252.  

  3. Mueller C, Giannitsis E, Christ M, et al. Multicenter Evaluation of a 0-Hour/1-Hour Algorithm in the Diagnosis of Myocardial Infarction With High-Sensitivity Cardiac Troponin T. Ann Emerg Med. 2016;68(1):76-87.e4.

{{ file.classification }}
PRO
Note
Les notes ne sont visibles que dans le téléchargement des résultats et ne sont pas sauvegardées par Evidencio.

Les calculs seuls ne doivent jamais dicter les soins aux patients et ne remplacent pas le jugement professionnel. Voir notre disclaimer.

Modèles sous-jacents Une partie de
logo

Veuillez vous connecter pour activer les fonctions d'impression d'Evidencio

Pour utiliser les fonctions d'impression d'Evidencio, vous devez être connecté.
Si vous n'avez pas de compte communautaire Evidencio, vous pouvez créer un compte personnel gratuit à:

https://www.evidencio.com/registration

Résultats imprimés - Exemples {{ new Date().toLocaleString() }}

Avantages du compte communautaire Evidencio

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.

Clause de non-responsabilité : les calculs ne doivent jamais dicter les soins aux patients et ne remplacent pas le jugement d'un professionnel.
Conditions générales | Politique de confidentialité | Disclaimer | Contact | Refuser les cookies |
Evidencio v3.31 © 2015 - 2024 Evidencio. Tous droits réservés