समाचार

YPE html पब्लिक “-//W3C//DTD XHTML+RDFa 1.0//EN” “http://www.w3.org/MarkUp/DTD/xhtml-rdfa-1.dtd”>
उद्देश्य तीव्र हृदय विफलतामा एन-टर्मिनल बी-टाइप नेट्रियुरेटिक पेप्टाइड पूर्ववर्ती (NT-proBNP) थ्रेसहोल्डको निदान प्रदर्शन मूल्याङ्कन गर्न, र क्लिनिकल संकेतहरूसँग NT-proBNP एकाग्रता संयोजन गर्ने निर्णय समर्थन उपकरणको विकास र प्रमाणीकरण गर्न।
13 देशहरूबाट 14 अध्ययनहरू सञ्चालन गरियो, अनियमित नियन्त्रित परीक्षणहरू र सम्भावित अवलोकन अध्ययनहरू सहित।
NT-proBNP कट-अफहरू अनुमान गर्न मेटा-विश्लेषणको लागि संदिग्ध तीव्र हृदय विफलताका साथ 10 देखि 369 बिरामीहरूको व्यक्तिगत सहभागी-स्तर डाटा।एक निर्णय समर्थन उपकरण (हृदय विफलता निदान र मूल्याङ्कन सहयोग (CoDE-HF)), जसले व्यक्तिगत बिरामीहरूमा तीव्र हृदय विफलताको सम्भावना रिपोर्ट गर्न NT-proBNP लाई क्लिनिकल चरहरूसँग संयोजन गर्दछ, विकसित र प्रमाणीकरण गरिएको छ।
परिणामहरू।समग्रमा, 43.9% (4549/10 ~ 369) रोगीहरूलाई तीव्र हृदय विफलता (73.3% (2286/3119) र 29.0% (1802/6208) पहिले हृदय विफलता भएका र बिना बिरामीहरू) को निदान गरिएको थियो।300 pg/mL को व्यवस्थापनको सिफारिस गरिएको कट-अफ थ्रेसहोल्डमा 94.6% (95% आत्मविश्वास अन्तराल, 91.9% देखि 96.4%) को नकारात्मक भविष्यवाणी मान छ; उमेर विशिष्ट नियम-थ्रेसहोल्डको प्रयोगको बावजुद, सकारात्मक भविष्यवाणी मान 61.0% (55.3% देखि 66.4%), 73.5% (62.3% देखि 82.3%), र 80.2% (70.9% देखि 87.1%) उमेरका बिरामीहरूमा भिन्न हुन्छ। <50 वर्ष, 50-75 वर्ष, र> 75 वर्ष, क्रमशः। उमेर विशिष्ट नियम-थ्रेसहोल्डको प्रयोगको बावजुद, सकारात्मक भविष्यवाणी मान 61.0% (55.3% देखि 66.4%), 73.5% (62.3% देखि 82.3%), र 80.2% (70.9% देखि 87.1%) मा भिन्न हुन्छ। क्रमशः <50 वर्ष, 50-75 वर्ष, र> 75 वर्ष। Несмотря на использование возрастных порогов правил, положительная прогностическая ценность варьировала बाट 61,0% , %35 % 61,0% (% 6,%35 % 6,%35) (70,9% बाट 87,1%) у пациентов возрасте <50 лет, 50-75 лет и >75 лет соответственно। नियमहरूमा उमेर थ्रेसहोल्डको प्रयोगको बावजुद, सकारात्मक भविष्यवाणी मान 61.0% (55.3% बाट 66.4%), 73.5% (62.3% बाट 82.3%) र 80.2% (70.9% बाट 87.1%) बिरामीहरूमा भिन्न थियो। उमेर क्रमशः <50 वर्ष, 50-75 वर्ष र > 75 वर्ष।नियममा उमेर थ्रेसहोल्डको प्रयोगको बावजुद, वृद्ध बिरामीहरूमा, सकारात्मक भविष्यवाणी मानहरू 61.0% (दायरा 55.3% देखि 66.4%), 73.5% (दायरा 62.3% देखि 82.3%) र 80. 2% (70.9 बाट) थिए। % देखि 87.1%)।) बीचमा परिवर्तन। <50 岁、50-75 岁和>75 岁। <50岁、50-75岁和>75岁। <50 лет, 50-75 лет и > 75 лет। <50 वर्ष, 50-75 वर्ष र > 75 वर्ष।क्लिनिकल अभिव्यक्तिहरू प्रायः उपसमूहहरूमा भिन्न हुन्छन्, विशेष गरी मोटोपना, मृगौला अपर्याप्तता, वा हृदय विफलताको इतिहास भएका समूहहरूमा।CoDE-HF राम्रोसँग क्यालिब्रेट गरिएको थियो र हृदय विफलताको इतिहास (रिसिभर अपरेटिङ कर्भ ०.८४६ (०.८३० देखि ०.८६२) र ०.९२५ (०.९१९ देखि ०.९३२) अन्तर्गतको क्षेत्र, र ०.१३० र ०.१३० को एक ब्रियर स्कोरको इतिहास भएका बिरामीहरू बीच उत्कृष्ट भेदभाव थियो। ०.०९९, क्रमशः)।)।पहिले हृदय विफलता नभएका बिरामीहरूमा, निदान 40.3% (2502/6208) (नकारात्मक भविष्यवाणी मान 98.6%, 97.8% देखि 99.1%) र 28.0% (1737/6208 लाईक) को कम सम्भावनाको साथ सबै उपसमूहहरूमा एकरूप थियो। तीव्र हृदय विफलता उच्च थियो (सकारात्मक भविष्यवाणी मान 75.0%, 65.7% देखि 82.5%)।
निष्कर्षहरू NT-proBNP को नैदानिक ​​​​कार्यसम्पादनको अन्तर्राष्ट्रिय सहयोगी मूल्याङ्कनमा, तीव्र हृदय विफलताको निदानका लागि दिशानिर्देशहरूमा सिफारिस गरिएका थ्रेसहोल्डहरू महत्त्वपूर्ण रोगी उपसमूहहरूमा व्यापक रूपमा भिन्न हुन्छन्।CoDE-HF निर्णय समर्थन उपकरणले NT-proBNP लाई निरन्तर मापन र अन्य क्लिनिकल चरहरूमा एकीकृत गर्दछ, थप सुसंगत, सटीक र व्यक्तिगत दृष्टिकोण प्रदान गर्दछ।
बेलायतमा लगभग 1 मिलियन मानिसहरू हृदयघातबाट पीडित छन् र बढ्दो जनसंख्याको कारणले आगामी 25 वर्षहरूमा यसको प्रसार लगभग 50% ले बढ्ने अपेक्षा गरिएको छ।1 डिकम्पेन्सेटेड तीव्र हृदय विफलता सबै अनियोजित अस्पताल भर्नाहरूको 5% हो।2 तीव्र हृदय विफलताको सही र समयमै निदान चुनौतीपूर्ण हुन सक्छ, र राष्ट्रिय र अन्तर्राष्ट्रिय दिशानिर्देशहरूले निदानमा मद्दत गर्न नेट्रियुरेटिक पेप्टाइड्सको परीक्षण गर्न सिफारिस गर्दछ।345678 यी सिफारिसहरूको बावजुद, एन-टर्मिनल बी-टाइप नेट्रियुरेटिक पेप्टाइड अग्रसर (NT-proBNP) को परीक्षण नियमित रूपमा गरिएको छैन, आंशिक रूपमा वास्तविक संसारमा यसको क्लिनिकल उपयोगिताको बारेमा चिन्ताको कारण।NT-proBNP को डायग्नोस्टिक कार्यसम्पादनको अनुसन्धान गर्ने अध्ययनहरू मुख्यतया बिरामीहरूको तुलनात्मक रूपमा सानो चयन गरिएका समूहहरूमा सञ्चालन गरिएको छ, जसले परिणामहरूलाई सामान्यीकरण गर्ने क्षमतालाई नैदानिक ​​रूपमा महत्त्वपूर्ण उपसमूहहरूमा सीमित गर्दछ, जस्तै वृद्ध बिरामीहरू र मृगौला अपर्याप्तता वा मोटोपना भएका बिरामीहरू, जहाँ यी विशेषताहरू भिन्न हुन्छन्। सकारात्मक रूपमा।हृदयघात भएका बिरामीहरूमा बढ्दो सामान्य।91011 सांख्यिकीय मोडेलिङ दृष्टिकोणहरू जसले थप व्यक्तिगत अनुमानहरू प्रदान गर्न बिरामीका विशेषताहरूलाई ध्यानमा राख्छ, बिरामीहरूको सबसेटहरूमा थप सुसंगत निदान प्रदर्शन हुन सक्छ।१२
यद्यपि धेरै मोडेलहरू हृदय विफलता भएका बिरामीहरूमा भविष्यवाणी गर्नको लागि विकसित गरिएको छ, केही मोडेलहरूले तीव्र हृदय विफलताको निदान गर्न मद्दत गर्न सक्छन्।13141516171819 अघिल्लो प्रयासहरूले धेरै फाइदाहरू पाएका छन् तर व्यक्तिपरक चरहरू समावेश छन् जस्तै चिकित्सकहरूको पूर्व-परीक्षण सम्भावनाहरू वा लक्षणहरूको बिरामी विवरणहरू।थप रूपमा, तिनीहरूले NT-proBNP लाई बाइनरी चरको रूपमा समावेश गरे र NT-proBNP र अन्य क्लिनिकल चरहरू बीचको गतिशील र गैर-रैखिक अन्तरक्रियालाई ध्यानमा राखेनन्।डायग्नोस्टिक स्केलहरू विकास र प्रमाणीकरण गर्ने अघिल्लो प्रयासहरूले एकल सुविधाबाट सीमित संख्यामा बिरामीहरू पनि समावेश गरेको छ, जसले उपसमूहहरू भित्र प्रभावकारिताको मूल्याङ्कनलाई रोकेको छ र बाह्य सामान्यीकरणको सम्भावनालाई सीमित गरेको छ।
यस सहयोगी अन्तर्राष्ट्रिय विश्लेषणमा, हामीले बिरामीहरूको एक उपसमूहमा तीव्र हृदय विफलताको लागि दिशानिर्देशहरूको सिफारिस गरिएको NT-proBNP थ्रेसहोल्डहरूको निदान प्रदर्शनको मूल्याङ्कन गर्यौं।पछि, हामीले संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूको लागि निर्णय समर्थन उपकरणको विकास र प्रमाणीकरण गर्‍यौं जसले NT-proBNP सांद्रतालाई क्लिनिकल विशेषताहरूसँग संयोजन गर्न सांख्यिकीय मोडेल प्रयोग गर्‍यो।
हामीले संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा NT-proBNP को निदान प्रदर्शन मूल्याङ्कन गर्ने अध्ययनहरू पहिचान गर्न व्यवस्थित समीक्षा सञ्चालन गर्यौं।हामीले 18 अगस्त 2021 मा प्रकाशित शीर्षक र सारहरूका लागि Embase, Medline, र Cochrane Central Register of Controlled Trials को खोजी गरेर "हार्ट फेलियर" र "natriuretic peptides" शब्दहरू समावेश गर्न रोबर्ट्स et al1 द्वारा अघिल्लो समीक्षा अद्यावधिक गर्यौं (पूरक पाठ 1) ।यदि तिनीहरूले निम्न पूर्वनिर्धारित समावेशी मापदण्डहरू पूरा गरे भने अध्ययनहरूलाई योग्य मानिन्थ्यो: आपतकालीन सेटिङमा संदिग्ध तीव्र हृदय विफलताको साथ ≥18 वर्ष उमेरका बिरामीहरूको नामांकन, भर्नाको दिनमा बिरामीको प्रारम्भिक मूल्याङ्कनमा प्राप्त रक्त नमूनाहरूमा NT-proBNP को मापन, र तीव्र हृदय विफलताको निदान स्वीकार्य सन्दर्भ मानकहरू प्रयोग गरी गरिएको थियो।दुई अन्वेषकहरू (KKL र MA) ले व्यवस्थित साहित्य खोजद्वारा पहिचान गरिएका सबै अध्ययनहरू स्वतन्त्र रूपमा समीक्षा गरे, र तेस्रो (NLM) ले पूर्वनिर्धारित प्रोटोकल (PROSPERO रजिस्ट्री: CRD42019159407) प्रयोग गरेर विवादित निर्णय गरे।
हामीले NT-proBNP सांद्रता, तीव्र हृदय विफलताको पुष्टि गरिएको निदान, जनसांख्यिकी (उमेर, लिङ्ग, जाति), पूर्व इतिहास (हृदय विफलता, कोरोनरी धमनी रोग, अज्ञात व्यक्तिगत बिरामी स्तर) मा जानकारी अनुरोध गर्न सबै योग्य समूहहरूको लागि सम्बन्धित लेखकहरूलाई सम्पर्क गर्यौं।मधुमेह मा डाटा), उच्च रक्तचाप, हाइपरलिपिडेमिया, धुम्रपान, दम, क्रोनिक अवरोधक फुफ्फुसीय रोग, क्रोनिक मृगौला रोग), शारीरिक मापदण्डहरू (हृदयको दर र रक्तचाप) प्रारम्भिक परीक्षणमा, क्लिनिकल हेमेटोलोजिकल र बायोकेमिकल विशेषताहरू।हामीले सबै सान्दर्भिक लेखकहरूसँग शुद्धता, चरहरूको परिभाषा, र सम्झौता अघि पूर्णताको लागि जाँच गर्यौं।सबै अध्ययनहरू हेलसिंकीको घोषणा अनुसार सञ्चालन गरिएको थियो र नैतिक रूपमा यस मेटा-विश्लेषणको लागि व्यक्तिगत बिरामी स्तरमा डाटा साझेदारी गर्न अनुमति दिन अनुमोदन गरिएको थियो।दुई अन्वेषकहरू (KKL र MA) ले डायग्नोस्टिक एक्यूरेसी, संस्करण 2 (QUADAS-2) मा अध्ययन गुणस्तर मूल्याङ्कन उपकरण प्रयोग गरी प्रत्येक अध्ययनको लागि पूर्वाग्रहको जोखिमको स्वतन्त्र रूपमा मूल्याङ्कन गरे र तेस्रो पक्ष (NLM) द्वारा 20 विवादहरू समाधान गरियो।
हामीले NT-proBNP नियम-आउट थ्रेसहोल्ड (300 pg/mL) 58 र उमेर विशिष्ट नियम-इन थ्रेसहोल्डहरू (300 pg/mL) सिफारिस गरेको दिशानिर्देशको संवेदनशीलता, विशिष्टता, नकारात्मक भविष्यवाणी मान, र सकारात्मक भविष्यवाणी मानको 95% आत्मविश्वास अन्तरालहरूका साथ मेटा-अनुमानहरू व्युत्पन्न गरेका छौं। 450, 900, र 1800 pg/mL क्रमशः <50, 50-75, र> 75 वर्ष उमेरका बिरामीहरूका लागि) 7 दुई चरणको दृष्टिकोण प्रयोग गरेर तीव्र हृदय विफलताको लागि, प्रत्येक अध्ययन भित्र छुट्टाछुट्टै गणना गरिएको अनुमानहरू र त्यसपछि अध्ययनहरूमा जम्मा गरियो। DerSimonian र Laird विधि प्रयोग गरेर द्विपदीय-सामान्य अनियमित प्रभाव मोडेलमा। हामीले यी थ्रेसहोल्डहरूको कार्यसम्पादनलाई उमेर, लिङ्ग, जाति, बडी मास इन्डेक्स, मृगौला कार्य, एनीमिया, र उपस्थिति द्वारा स्तरीकृत पूर्व-निर्दिष्ट उपसमूहहरूमा थप मूल्याङ्कन गर्यौं। comorbidities (अघिल्लो हृदय विफलता, उच्च रक्तचाप, हाइपरलिपिडेमिया, मधुमेह मेलिटस, एट्रियल फाइब्रिलेशन, क्रोनिक अवरोधक फुफ्फुसीय रोग)। Мы получили метаоценки с 95% доверительными интервалами чувствительности, специфичности, отрицательной прогностической ценности и положительной прогностической ценности рекомендуемого порога исключения NT-proBNP (300 пг/мл)58 и возрастных порогов исключения ( 450, 900 и 1800 пг/мл для пациентов в возрасте < 50, 50-75 и >75 лет соответственно)7 для острой сердечной недостаточности с использованием двухэтапного подхода, при этом оценки рассчитываются отдельно в каждом исследовании, а затем объединяются по исследованиям.в модели биномиально-нормальных случайных эффектов с использованием метода ДерСимониана и Лэрда.21 Далее мы оценили эффективность этих пороговых значений в предварительно определенных подгруппах, стратифицированных по возрасту, полу, этнической принадлежности, индексу массы тела, функции почек, анемии и наличию сопутствующие заболевания (сердечная недостаточность в анамнезе, arterialnaя гипертензия, гиперлипидемия, сахарный диабет, мерцательная аритериальная гипертензия, сахарный диабет, мерцательная аритериальная аритериальная гипертензия,我们 对 指南 指南 推荐 推荐 nt-Pranp 排除 排除 阈值 阈值 阈值 (p0 pg / ml) 58 和 特定 特定 的 排除 阈值 阈值 (对于 年龄 的 阈值 阈值> 岁 心力 衰竭 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者 患者的/ ML) ,, 采用采用 阶段 方法阶段 方法 研究 研究 研究 计算 计算 计算 计算 计算 计算 计算 计算 使用 使用 使用 使用 使用 使用 使用 使用 使用 使用 使用 使用 项式 项式 项式 方法 方法 模型 模型 模型 模型 我们 阈值 阈值 阈值 阈值 阈值 阈值 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法 方法।।按, 年龄, 性别, 种族, 体重, 功能, 功能 功能 存在 合并症 合并症 (既往 心力 衰竭, 高 血压, 高脂血症, 高脂血症, 糖尿病, 糖尿病心 房房 颤动, 慢性 阻塞阻塞 性 肺病)।我们 对 指南 指南 的 nt-प्रोबन 排除 阈值 阈值 阈值 阈值 (300 п00) 58 55 和 的 的 排除 阈值 阈值 (对于 年龄 排除 阈值 阈值 (对于 年龄 和 和> 急性 心力 分别 患者 患者分别 患者分别 患者和 患者和 和和 和和 和和 和 100500 ) ,, 采用采用 方法, 在 每每 项 项 分别 分别 计算 计算 计算 在 研究 研究 研究 在 研究 使用 在 和 使用 和 和 和 和 和 和 方法 二 二 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 中 随机 在 随机 随机 在 随机 在 随机 随机 随机 随机 效应 效应 效应 效应随机评估 按 性别 性别, 种族, 体重 指数, 肾 功能, 和和 合并症 合并症 (既往 心力 衰竭, 高 血压 高脂血症 高脂血症 房 性 性 性 性 肺病 性 肺病 性 性 肺病 肺病 肺病 肺病 颤动 肺病 颤动 肺病 肺病 肺病 肺病 肺病 颤动 颤动 肺病 颤动 颤动 肺病 肺病 肺病 肺病 颤动 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 肺病 颤动 肺病 肺病 颤动 颤动 肺病 颤动 肺病 颤动 肺病 肺病। ....使用 相同 方法 ， 我们 随后 评估 了 nt-probnp 浓度 一系列 浓度 范围 的 诊断 性能 性能 ， 以 排除 阈值 ， 该 阈值 确定 最 比例 的 患者 具有 的 阴性 预测值 ≥ 98 % ≥ 75%。
हामीले सांख्यिकीय मोडेलिङ प्रयोग गरेर व्यक्तिगत बिरामीमा तीव्र हृदय विफलताको विकासको सम्भावनासँग सम्बन्धित मान (0-100) गणना गर्यौं।comorbidities र तीव्र हृदय विफलता को प्रसार मा महत्वपूर्ण भिन्नता को कारण, हामीले क्रमशः हृदय विफलता संग र बिना रोगीहरु को लागी मोडेलहरु को विकास र प्रमाणीकरण गर्यौं।हामीले NT-proBNP सांद्रतालाई निरन्तर मापनको रूपमा प्रयोग गर्‍यौं र हाम्रो मोडेलको प्रशिक्षण चरण (उमेर, अनुमानित ग्लोमेरुलर फिल्टरेशन रेट, हेमोग्लोबिन, मास इन्डेक्स बडीहरू) को अवधिमा उच्च सापेक्ष महत्त्व भएको तीव्र हृदय विफलतासँग सम्बन्धित ज्ञात सरल उद्देश्य क्लिनिकल चरहरू चयन गर्यौं। )।, हृदय गति, रक्तचाप, परिधीय सूजन, क्रोनिक अवरोधक फुफ्फुसीय रोग र इस्केमिक हृदय रोग) (पूरक पाठ 2)।
Code-HF को विकासमा, हामीले चार फरक सांख्यिकीय मोडेलहरूको मूल्याङ्कन गर्यौं: सामान्यीकृत रेखीय मिश्रित मोडेलहरू, Naive Bayes, Random Forest, र Extreme Gradient Boost (XGBoost) (पूरक पाठ 2)।222324 अध्ययन (पूरक चित्र A) मा छुटेको डेटाको लागि खाता गर्न, हामीले मोन्टे कार्लो मार्कोभ चेन एल्गोरिथ्मसँग सम्बन्धित अनियमित अध्ययन-विशिष्ट कोवेरियंस म्याट्रिक्सको साथ संयुक्त रूपमा मोडेल गरिएको बहु अभियोग प्रयोग गरेर आरोपित 10 डाटासेटहरू गुणा गर्यौं।25 हामीले NT-proBNP बाहेक मोडेलमा समावेश गरिएका सबै चरहरूको लागि बहुविध अभियोग प्रदर्शन गर्यौं।हामीले प्रत्येक मोडेलको लागि 10-गुणा क्रस-प्रमाणीकरणको 10 पुनरावृत्तिहरू प्रदर्शन गर्‍यौं र प्रत्येक बिरामीको लागि CoDE-HF अनुमानको रूपमा पुनरावृत्ति र अङ्कित डाटासेटहरूको मध्य अनुमान प्रयोग गर्‍यौं।पछि, हामीले स्कोरहरू पहिचान गर्यौं जसले तीव्र हृदय विफलताको उच्च वा कम सम्भावना भएका बिरामीहरूको सबैभन्दा ठूलो अनुपातलाई वर्गीकृत गर्‍यो, बहिष्करणका लागि उत्कृष्ट प्रदर्शन (७५% सकारात्मक भविष्यवाणी मान र ९०% विशिष्टता) र बहिष्कारका लागि (९८% नकारात्मक भविष्यवाणी मान र ९०% % विशिष्टता) % संवेदनशीलता) तीव्र हृदय विफलतामा।
हामीले डायग्नोस्टिक मेट्रिक्सको दायरामा प्रत्येक मोडेलको प्रदर्शन मूल्याङ्कन गर्‍यौं (रिसीभर अपरेटिङ कर्भ अन्तर्गत क्षेत्र, ब्रियर स्कोर, उच्च र कम सम्भावना इष्टतम मापदण्ड प्राप्त गर्ने बिरामीहरूको अनुपात, र रोगीहरूको उपसमूहहरूको लागि सकारात्मक र नकारात्मक भविष्यवाणी मानहरू)।ब्रियर स्कोर एक भेदभाव र क्यालिब्रेसन मापन हो जुन अनुमानित सम्भाव्यताहरू र अवलोकनहरू बीचको मानक त्रुटि लिएर गणना गरिन्छ।26 हामीले Code-HF निर्णय समर्थन उपकरणको लागि सबैभन्दा प्रभावकारी मोडेल रोज्यौं।हामी निर्णय वक्र विश्लेषण र आन्तरिक र बाह्य क्रस-प्रमाणीकरण प्रयोग गरेर CoDE-HF को कार्यसम्पादन मूल्याङ्कन गर्छौं।संक्षेपमा, यो दृष्टिकोणले बाह्य प्रमाणीकरणको लागि एक पटकमा एक अध्ययनलाई पुनरावृत्ति रूपमा बेवास्ता गर्दछ र बाँकी अध्ययनहरूलाई मोडेल विकास गर्न प्रयोग गर्दछ।27 हामीले बाह्य रूपमा मान्य डेटासेटहरूमा मानहरू प्रविष्ट गरेनौं र त्यसैले अधिकांश अध्ययनहरूको लागि बाह्य रूपमा मान्य गरेनौं।चर पूर्ण रूपमा अनुपस्थित थियो (पूरक चित्र A)।हामीले सबै विश्लेषणहरूको लागि R संस्करण 4.1.2 प्रयोग गर्यौं।
नतिजाको व्याख्यामा बिरामी र सार्वजनिक आयोगका सदस्यहरूले भाग लिए।परिणामहरू सम्बन्धित बिरामी समुदायमा फैलाउने योजनाहरू छन्।
हामीले 30 योग्य अध्ययनहरूबाट अन्वेषकहरूलाई सम्पर्क गर्यौं, जसमध्ये 19 ले जवाफ दिए।चौध अध्ययनहरू (१२ सम्भावित कोहोर्ट अध्ययन र दुई अनियमित नियन्त्रित परीक्षणहरू) 13 देशहरू (तालिका 1) बाट संदिग्ध तीव्र हृदय विफलता (अर्थात उमेर 69.3 वर्ष; 53.3% पुरुष) 10 देखि 369 बिरामीहरूबाट व्यक्तिगत रोगी-स्तर डेटा प्रदान गरियो।चित्र बी;पूरक तालिकाहरू A र B) 1528293031323334353637383940 सबै अध्ययनहरू आपतकालीन विभागमा सञ्चालन गरिएको थियो, एउटा अध्ययन बाहेक जसमा हृदय र फुफ्फुसीय भित्री बिरामीहरू समावेश थिए (अर्थात प्रति अध्ययन 488 बिरामीहरू (चतुर्थक। बिट स्पेसिंग 3220)–3220)।कुल मिलाएर, 43.9% (4549/10,369) रोगीहरूमा तीव्र हृदय विफलताको पुष्टि भएको निदान थियो (मध्य अध्ययन प्रचलन 46% (31-54%))।पहिलेको हृदय विफलता भएका बिरामीहरूमा, तीव्र हृदय विफलताको घटना हृदय विफलता नभएका बिरामीहरू भन्दा बढी थियो (73.3% (2286/3119) बनाम 29.0% (1802/6208)) (पूरक तालिका C)।
तीव्र हृदय विफलताको निदान द्वारा स्तरीकृत बिरामीहरूको आधारभूत विशेषताहरू।मानहरू अंकहरू (प्रतिशत) हुन् जबसम्म अन्यथा उल्लेख गरिएको छैन
300 pg/mL को दिशानिर्देशको सिफारिस गरिएको बहिष्करण थ्रेसहोल्डमा, सामान्य जनसंख्यामा नकारात्मक भविष्यवाणी मान, संवेदनशीलता, सकारात्मक भविष्यवाणी मान, र NT-proBNP को विशिष्टताको संयुक्त मेटा-अनुमान 94.6% (95% आत्मविश्वास अन्तराल, 91.9%) थियो। ।९६.४% सम्म), ९६.८% (९४.६% बाट ९८.१%), ६२.९% (५१.३% बाट ७३.३%) र ४९.३% (३५.४% बाट ६३.४%) (चित्र १; पूरक तालिका D)।समग्रमा, 30.4% (3148/10,369) बिरामीहरूमा 300 pg/mL भन्दा कम NT-proBNP स्तरहरू थिए।यद्यपि, त्यहाँ बिरामी उपसमूहहरू र अध्ययनहरू (चित्र 2; चित्र 3; पूरक आंकडा C र D) बीचको भिन्नता चिन्ह लगाइएको थियो।नकारात्मक भविष्यवाणी मानहरू ≥75 वर्ष उमेरका बिरामीहरूमा कम थिए (88.2%, 83.5% देखि 91.8%), साथै हृदयघातको इतिहास भएका बिरामीहरूमा (79.4%, 68.4% देखि 87.3%) र मोटोपन। (90.4%, 84.5% बाट 87.3%)।९४.२%।
तीव्र हृदय विफलतामा प्रो-बी-प्रकार नेट्रियुरेटिक पेप्टाइड (NT-proBNP) को एन-टर्मिनल थ्रेसहोल्ड।शीर्ष बायाँ: NT-proBNP एकाग्रताको नकारात्मक भविष्यवाणी मान तीव्र हृदय विफलताको निदान बहिष्कार गर्न।तल बायाँ: प्रत्येक थ्रेसहोल्ड मुनि NT-proBNP सांद्रताको साथ संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूको संचयी अनुपात।शीर्ष दायाँ: तीव्र हृदय विफलताको निदानको लागि NT-proBNP एकाग्रताको सकारात्मक भविष्यवाणी मान।तल दायाँ: प्रत्येक थ्रेसहोल्ड माथि NT-proBNP सांद्रताको साथ संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूको संचयी अनुपात।
रोगी उपसमूहहरूमा प्रो-बी-प्रकार नेट्रियुरेटिक पेप्टाइडका लागि दिशानिर्देशहरू-अनुशंसित एन-टर्मिनल थ्रेसहोल्डहरूको निदान प्रदर्शन: 300 pg/mL को नकारात्मक भविष्यवाणी मान थ्रेसहोल्ड।COPD = पुरानो अवरोधक फुफ्फुसीय रोग;eGFR = अनुमानित ग्लोमेरुलर निस्पंदन दर
दिशानिर्देशको डायग्नोस्टिक प्रदर्शनले बिरामी उपसमूहहरूमा NT-proBNP थ्रेसहोल्डहरू सिफारिस गरेको छ: रोगी उपसमूहहरू (क्रमशः <50, 50-75, र > 75 वर्षका लागि 450, 900, र 1800 pg/mL) मा उमेर विशिष्ट थ्रेसहोल्डहरूको सकारात्मक भविष्यवाणी मान। दिशानिर्देशको डायग्नोस्टिक प्रदर्शनले बिरामी उपसमूहहरूमा NT-proBNP थ्रेसहोल्डहरू सिफारिस गरेको छ: रोगी उपसमूहहरू (क्रमशः <50, 50-75, र > 75 वर्षका लागि 450, 900, र 1800 pg/mL) मा उमेर विशिष्ट थ्रेसहोल्डहरूको सकारात्मक भविष्यवाणी मान। Диагностическая эффективность рекомендованных в руководстве порогов NT-proBNP для подгрупп пациентов: положительная прогностическая ценность возрастных порогов для подгрупп пациентов (450, 900 и 1800 пг/мл для <50, 50-75 и >75 лет соответственно). रोगी उपसमूहहरूका लागि दिशानिर्देश-अनुशंसित NT-proBNP थ्रेसहोल्डहरूको निदान प्रदर्शन: रोगी उपसमूहहरूको लागि उमेर-विशिष्ट थ्रेसहोल्डहरूको सकारात्मक भविष्यवाणी मान (क्रमशः <50, 50-75, र > 75 वर्षको लागि 450, 900, र 1800 pg/mL)। ।<推荐 推荐 的 跨患者 跨患者 亚组 亚组 nt-Prantp 阈值 的 诊断 诊断 诊断 诊断 诊断 年龄 年龄 年龄 特异性 特异性 特异性 阳性 阳性 阳性 阳性 预测值 预测值 预测值预测值 (分别 为 为 预测值 预测值 (分别 为 450 4500 和 100, 50-7575 和岁)।指南 推荐 的 的 跨患者 跨患者 nt-Prantp 阈值 的 阈值 阈值 性能 年龄 年龄 年龄 年龄 的 的 的 的 阳性 阳性 的 的 (分别 为 为 为的 4500 pg / 和00 / 和> 和 75 岁)। Диагностическая эффективность порогов NT-proBNP, рекомендованных руководством, для подгрупп пациентов: положительная прогностическая ценность возрастных порогов для подгрупп пациентов (450, 900 и 1800 пг/мл, <50, 50-75 и >75 соответственно возрасту) . रोगी उपसमूहहरूको लागि दिशानिर्देश-सिफारिस गरिएको NT-proBNP थ्रेसहोल्डहरूको निदान प्रदर्शन: रोगी उपसमूहहरू (450, 900, र 1800 pg/mL, <50, 50-75, र > 75, उमेरका लागि क्रमशः उमेर-विशेष थ्रेसहोल्डहरूको सकारात्मक भविष्यवाणी मान। )।COPD = पुरानो अवरोधक फुफ्फुसीय रोग;eGFR = अनुमानित ग्लोमेरुलर निस्पंदन दर
NT-proBNP 450, 900, र 1800 pg/mL नियमको उमेर कट-अफको सकारात्मक भविष्यवाणी मानको जम्मा गरिएको मेटा-अनुमानहरू 61.0% (55.3% देखि 66.4%), 73.5% (62.3% देखि 82%) थिए। 3%) र 80.2%, क्रमशः (70.9% देखि 87.1%) (तालिका 2)।सम्बन्धित विशिष्टताहरू ८७.८% (७९.५% देखि ९३.०%), ८१.१% (७२.६% देखि ८७.५%), र ७३.१% (६५.२% देखि ७९. आठ%) थिए।समग्रमा, 48.7% (5052/10,369) संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा यी उमेर सीमाहरू भन्दा माथि NT-proBNP थियो।उमेर समूह, मृगौला प्रकार्य, र तीव्र हृदय विफलताको व्यापकताको बावजुद, उपसमूहहरू भित्र, नियमहरूको उमेर कट-अफहरू 300 pg/mL को एकल कट-अफ माथि सकारात्मक भविष्यवाणी मानहरू थिए (पूरक चित्र EI)। ।
तीव्र हृदय विफलताको लागि एन-टर्मिनल बी-टाइप नेट्रियुरेटिक पेप्टाइड अग्रसर (NT-proBNP) उमेर थ्रेसहोल्डको निदान प्रदर्शन
समग्रमा, हामीले पूर्वाग्रहको उच्च जोखिममा सात अध्ययनहरू पहिचान गर्यौं (पूरक तालिका ए)।तीव्र हृदय विफलता र पूर्वाग्रहको कम जोखिमको साथ अध्ययनको लागि NT-proBNP सांद्रतामा अन्धा भएका अध्ययनहरूमा सीमित संवेदनशीलता विश्लेषणहरूमा, दिशानिर्देशहरूको सिफारिस गरिएको निदान विशेषताहरू र NT-proBNP को लागि उमेर कट-अफ अपरिवर्तित रह्यो (पूरक तालिकाहरू E र F। )।।
100 pg/mL NT-proBNP थ्रेसहोल्डले 97.8% (दायरा 95.8% देखि 98.8%) को संयुक्त नकारात्मक भविष्यवाणी मान र 99.3% (दायरा 98.5% देखि 99.7% Tupable Duparyment) को संवेदनशीलताको साथ हाम्रो उत्कृष्ट बहिष्करण मापदण्ड पूरा गर्यो। ।यद्यपि, केवल 17.9% (1851/10 ~ 369) बिरामीहरूमा 100 pg/mL भन्दा कम NT-proBNP सांद्रता थियो, र तिनीहरू वृद्ध बिरामीहरू र हृदयघात, कोरोनरी धमनी रोग, र विकारहरूको इतिहास भएका बिरामीहरूमा नकारात्मक थिए, भविष्यवाणीहरू कमजोर रहन्छन्। ।।मृगौला कार्य (पूरक चित्र J)।त्यसै गरी, 1000 pg/mL NT-proBNP कट-अफले 74.9% (64.4% देखि 83.2%) को सकारात्मक भविष्यवाणी मान र 76.1% (65.6% देखि 84.2%) को विशिष्टताको साथ हाम्रो उत्कृष्ट मूल्याङ्कन मापदण्ड पूरा गर्यो।कम थियो।फरक।यो रोगी उपसमूहहरूमा पनि कम थियो, विशेष गरी हृदय विफलताको अघिल्लो इतिहास नभएको (सकारात्मक भविष्यवाणी मान 62%, 41% देखि 79%) (पूरक तालिका D; पूरक चित्र K)।
चरम ग्रेडियन्ट बूस्टिङ (XGBoost) मोडेल र सामान्यीकृत रैखिक मिश्रित मोडेल उत्कृष्ट प्रदर्शन गर्ने मोडेलहरू थिए (कुल प्रशिक्षण समूह ०.९२५ (९५% CI ०.९१९ देखि ०.९३२) र ०.९३१ (०.९२५ देखि ०.९३७), क्रमशः (०.९२५ देखि ०.९३७ सम्म)। पाठ 2)।यद्यपि XGBoost को कार्यसम्पादन सामान्यीकृत रैखिक मिश्रित मोडेलहरूसँग मिल्दोजुल्दो छ, XGBoost को मुख्य फाइदा भनेको हराइरहेको मानहरूमा स्कोरहरू गणना गर्ने क्षमता हो।यो एउटा महत्त्वपूर्ण विशेषता हो जुन हामी क्लिनिकल अभ्यासमा यसको कार्यान्वयनलाई सहज बनाउन CoDE-HF निर्णय समर्थन उपकरणमा कार्यान्वयन गर्ने आशा गर्छौं, त्यसैले हामीले XGBoost मोडेललाई CoDE-HF को लागि अन्तिम मोडेलको रूपमा रोज्यौं।
CoDE-HF राम्रोसँग क्यालिब्रेट गरिएको थियो र हृदय विफलता भएका र बिना बिरामीहरूमा उत्कृष्ट भेदभाव थियो (रिसीभर अपरेटिङ कर्भ ०.८४६ (०.८३० देखि ०.८६२) र ०.९२५ (०.९१९ देखि ०.९३२) र क्रमशः ०.१३० र ०.१३० को ब्रियर स्कोर)।०.०९९) (चित्र ४; पूरक चित्र एल)।4.7 को CoDE-HF स्कोरले 98.6% (97.8% देखि 99.1%) को नकारात्मक भविष्यवाणी मान र 98.1% (96.9% देखि 98.9%) (पूरक तालिका G) को संवेदनशीलता प्रदान गर्दछ, र 51.2 को स्कोर सकारात्मक भविष्यवाणी प्रदान गर्दछ। मूल्य।मान 75.0% (65.7%) 82.5%), विशिष्टता 92.2% (87.5% देखि 95.2%) हृदय विफलताको इतिहास बिना रोगीहरूको थियो।यी समावेशी र बहिष्करण दरहरू सबै उपसमूहहरूमा समान निदान प्रदर्शन थियो (चित्र 5, चित्र 6, चित्र 7)। यदि यी स्कोरहरू संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा लागू गरिएको थियो भने, CoDE-HF ले 40.3% (2502/6208) कम सम्भावना (<4.7) मा र 28.0% (1737/6208) उच्च सम्भावना (≥51.2) मा पहिचान गर्नेछ। तीव्र हृदय विफलता। यदि यी स्कोरहरू संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा लागू गरिएको थियो भने, CoDE-HF ले 40.3% (2502/6208) कम सम्भावना (<4.7) मा र 28.0% (1737/6208) उच्च सम्भावना (≥51.2) मा पहिचान गर्नेछ। तीव्र हृदय विफलता। Если бы эти показатели применялись к пациентам с подозрением на острую сердечную недостаточность, CoDE-HF выявил бы 40,3% (2502/6208) при низкой вероятности (<4,7) и 28,0% (1737/6208) при высокой вероятности (≥51,2) сердечной недостаточности। यदि यी दरहरू संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा लागू गरिएको थियो भने, CoDE-HF ले 40.3% (2502/6208) कम सम्भावना (<4.7) र 28.0% (1737/6208) उच्च सम्भावना (≥51.2) मुटुको साथ पत्ता लगाउनेछ। असफलता।तीव्र हृदय विफलता।如果 将 这些 这些 评分 评分 应用 于 疑似 疑似 心力 患者 患者 患者 患者 患者 将 将 识别 识别 识别 40..3% (200222/6208) 和 2 28.0% (1337208208) 急性 心力 心力急性衰竭।如果 将 这些 这些 评分 评分 应用 于 心力 的 的 的 的 识别 识别 识别 识别 出 出 出 出 出 出 出 出 出 出 出 出 (2002228208) 和 2 28.0% (1337208208)। ) 急性 心力 心力 急性急性急性急性急性急性急性急性急性急性急性急性 Если бы эти оценки применялись к пациентам с подозрением на острую сердечную недостаточность, CoDE-HF выявил бы 40,3% (2502/6208) низкой вероятности (<4,7) и 28,0% (1737/6208) высокой вероятности (≥ 51,2) острой сердечной недостаточности। यदि यी स्कोरहरू संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा लागू गरियो भने, CoDE-HF ले 40.3% (2502/6208) कम सम्भावना (<4.7) र 28.0% (1737/6208) उच्च सम्भावना (≥ 51.2) तीव्र हृदय विफलता प्रकट गर्नेछ।थकावट।पूर्व-अवस्थित हृदय विफलता भएका बिरामीहरूमा, प्रशिक्षण समूहमा कुनै पनि स्कोरले हाम्रो लक्ष्य बहिष्करण मापदण्ड पूरा गरेन।CoDE-HF स्कोर 84.5 थियो, सकारात्मक भविष्यवाणी मान 92.7% (89.1% देखि 95.2%) थियो, र विशिष्टता 90.2% (84.0% देखि 94.1%) थियो।यस मूल्याङ्कनले 45.5% (1420/3119) रोगीहरूलाई तीव्र हृदय विफलता (चित्र 8) को विकासको उच्च सम्भावनाको साथ पहिचान गर्नेछ।सबै थ्रेसहोल्ड सम्भाव्यताहरूमा निर्णय कर्भ विश्लेषणमा, CoDE-HF ले NT-proBNP एक्लै (पूरक चित्र M) भन्दा उच्च शुद्ध लाभ थियो।प्रशिक्षणको कुनै इतिहास बिना CoDE-HF स्कोरहरू थोरै घटाइएको थियो (रिसीभर कार्य कर्भ अन्तर्गत क्षेत्र ०.९२२ (०.९१६ देखि ०.९२९) र ०.८४१ (०.८२५ देखि ०.८२५ हृदय विफलता र पूर्व-हृदय विफलता बिना बिरामीहरूमा) ०.८५७))।आन्तरिक र बाह्य क्रस-प्रमाणीकरण दुबै मोडेलहरूको समूहमा राम्रो प्रदर्शन गरियो (पूरक चित्र N)।
हृदय विफलता संयुक्त निदान र मूल्याङ्कन स्केल (CoDE-HF) तीव्र हृदय विफलता भएका बिरामीहरूको अवलोकन अनुपातमा क्यालिब्रेट गरिएको थियो।बिन्दु रेखाले आदर्श क्यालिब्रेसनलाई संकेत गर्छ।प्रत्येक बिन्दु 100 बिरामीहरूसँग मेल खान्छ।शीर्ष: पहिले हृदय विफलता बिना एक रोगी मा CoDE-HF क्यालिब्रेसन।तल: हृदय विफलताको इतिहास भएको बिरामीमा CoDE-HF क्यालिब्रेसन।
रोगी उपसमूहहरूमा हृदय विफलता सहयोगी निदान र मूल्याङ्कन स्केल (CoDE-HF) को निदान प्रदर्शन।CoDE-HF बहिष्करण स्कोरको हृदय विफलताको इतिहास बिना बिरामीहरूको उपसमूहमा 4.7 को नकारात्मक भविष्यवाणी मान थियो।CoDE-HF ले N-टर्मिनल नेट्रियुरेटिक पेप्टाइड प्रकार B पूर्ववर्ती सांद्रताहरू निरन्तर मापन र पूर्वनिर्धारित सरल उद्देश्य क्लिनिकल चरहरू (उमेर, अनुमानित ग्लोमेरुलर फिल्टरेशन दर (eGFR), हेमोग्लोबिन, बडी मास इन्डेक्स, हृदय गति, रक्तचाप, परिधीय edema, क्रोनिक अवरोधकको रूपमा प्रयोग गर्दछ। फुफ्फुसीय रोग (COPD) र कोरोनरी हृदय रोग) तीव्र हृदय विफलता को निदान को संभावना को एक व्यक्तिगत मूल्यांकन प्रदान गर्दछ।
रोगीहरूको उपसमूहहरूमा हृदय विफलता स्केलको निदान र मूल्याङ्कनका लागि सहयोगमा CoDE-HF स्केलको निदान प्रदर्शन।CoDE-HF नियम स्कोरमा हृदय विफलताको इतिहास बिना रोगीहरूको उपसमूहमा 51.2 को सकारात्मक भविष्यवाणी मान थियो।CoDE-HF ले NT-proBNP सांद्रतालाई निरन्तर मापन र पूर्वनिर्धारित सरल उद्देश्य क्लिनिकल चर (उमेर, अनुमानित ग्लोमेरुलर फिल्टरेशन दर (eGFR), हेमोग्लोबिन, बडी मास इन्डेक्स, मुटुको दर, रक्तचाप, परिधीय edema, क्रोनिक अवरोधक फुफ्फुसीय रोग (COPD) को रूपमा जम्मा गरेको छ। )।कोरोनरी धमनी रोग) तीव्र हृदय विफलता को निदान को संभावना को एक व्यक्तिगत मूल्यांकन प्रदान गर्दछ
रोगी उपसमूहहरूमा हृदय विफलता (CoDE-HF) स्केलको निदान र मूल्याङ्कनका लागि सहयोगको निदान प्रदर्शन।CoDE-HF नियम स्कोरमा रोगीहरूको उपसमूहमा हृदय विफलताको इतिहास भएका बिरामीहरूमा 84.5 को सकारात्मक भविष्यवाणी मान थियो।CoDE-HF ले NT-proBNP सांद्रतालाई निरन्तर मापन र पूर्वनिर्धारित सरल उद्देश्य क्लिनिकल चर (उमेर, अनुमानित ग्लोमेरुलर फिल्टरेशन दर (eGFR), हेमोग्लोबिन, बडी मास इन्डेक्स, मुटुको दर, रक्तचाप, परिधीय edema, क्रोनिक अवरोधक फुफ्फुसीय रोग (COPD) को रूपमा जम्मा गरेको छ। )।कोरोनरी धमनी रोग) तीव्र हृदय विफलता को निदान को संभावना को एक व्यक्तिगत मूल्यांकन प्रदान गर्दछ
हृदय विफलता संयुक्त निदान र मूल्याङ्कन स्केल (CoDE-HF) हृदय विफलताको इतिहास भएका बिरामीहरूमा निदानको रूपमा प्रभावकारी हुँदैन।शीर्ष: CoDE-HF स्कोरहरूको लागि नकारात्मक र सकारात्मक भविष्यवाणी मानहरू।निलो ठाडो बिन्दु रेखाले 4.7 को लक्ष्य उन्मूलन स्कोर संकेत गर्दछ।रातो ठाडो बिन्दु रेखाले 51.2 को लक्ष्य नियम स्कोर संकेत गर्दछ।तल: हृदय विफलताको इतिहास बिना रोगीहरूमा CoDE-HF स्कोरहरूको घनत्व नक्शा।बहिष्कार र नियम लक्ष्यहरूले क्रमशः कम सम्भावना भएका 40.3% र उच्च सम्भावना भएका 28.0% बिरामीहरूलाई पहिचान गरे।
CoDE-HF द्वारा कम-सम्भावनाको रूपमा पहिचान गरिएका बिरामीहरूले मध्यवर्ती र उच्च-सम्भावनाको रूपमा पहिचान गरिएका बिरामीहरूको तुलनामा 30 दिन र 1 वर्षमा सबै-कारण र CV मृत्युदर उल्लेखनीय रूपमा कम थियो (30-दिन सबै-कारण मृत्युदर: 4.0 को तुलनामा 1. 0% % र 10.4%)।एक वर्ष भित्र सबै कारणहरूबाट मृत्युदर: 5.9% विरुद्ध 17.8% र 33.4%, क्रमशः;कार्डियोभास्कुलर रोगहरूबाट 30-दिनको मृत्युदर: 0.2% बनाम 0.8% र 4.1%;हृदय रोगबाट वार्षिक मृत्युदर: १.४% बनाम ३.४% र १६.३%, क्रमशः) (चित्र ९)। ती ¥300 pg/mL को तुलनामा NT-proBNP सांद्रता <300 pg/mL भएका बिरामीहरूमा, सबै कारण मृत्यु दरहरू 0.8% विरुद्ध 7.6% 30 दिनमा र 5.9% विरुद्ध 26.6% एक वर्षमा, र कार्डियोभास्कुलर मृत्यु दर 0.1% विरुद्ध 2.6% 30 दिनमा र 1.3% विरुद्ध 10.2% एक वर्षमा, क्रमशः (पूरक तालिका H; पूरक फिगर O)। ती ¥300 pg/mL को तुलनामा NT-proBNP सांद्रता <300 pg/mL भएका बिरामीहरूमा, सबै कारण मृत्यु दरहरू 0.8% विरुद्ध 7.6% 30 दिनमा र 5.9% विरुद्ध 26.6% एक वर्षमा, र कार्डियोभास्कुलर मृत्यु दर 0.1% विरुद्ध 2.6% 30 दिनमा र 1.3% विरुद्ध 10.2% एक वर्षमा, क्रमशः (पूरक तालिका H; पूरक फिगर O)। У пациентов с концентрацией NT-proBNP <300 пг/мл по сравнению с таковой ниже 300 пг/мл смертность от всех причин составила 0,8% по сравнению с 7,6% через 30 дней и 5,9% по сравнению с 26, 6% через один год, соответственно, и показатели смертности от сердечно-сосудистых заболеваний составили 0,1% по сравнению с 2,6% через 30 дней и 1,3% по сравнению с 10,2% через один год соответственно (дополнительная таблица एच; डोपोलनिटेल्न्य रिसुनोक ओ)। 300 pg/ml भन्दा कमको तुलनामा NT-proBNP एकाग्रता <300 pg/ml भएका बिरामीहरूमा, सबै कारण मृत्युदर 0.8% थियो जुन 30 दिनमा 7.6% र 5.9% को तुलनामा 26, 6% एक वर्षमा क्रमशः थियो। , र CV मृत्यु दर 0.1% विरुद्ध 2.6% 30 दिनमा र 1.3% विरुद्ध 10.2% एक वर्षमा क्रमशः (पूरक तालिका H; पूरक चित्र O)। Nt-Prenp <300 pug / ml 的 与 与 与 与 与 与 与 与 与 与 相比 相比 相比 相比 的 的 患者 的 患者 的 患者 患者 患者 因 因 因 因 因 因 因 因 因 和 和 和 和 和 和 和 9..9 %% .6 ..%।死亡率在30 天时分别为0.1% 和2.6%,一年时分别为1.3% 和10.2% NT-PROBNP 浓度 <300 pg/ml 的 与 ≥ ≥300 pg/ml 的 相比 ， ， 30 天全 因 分别 为 为 为 为 0.8% 和 7.6% ， 年 分别 为 为 5.9% 和 26.6% ， 心血管 心血管 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 以及 死亡率 以及 死亡率 死亡率 死亡率 在 在 在 在 分别 天时 天时 天时 天时 天时 天时 天时 天时 分别 和 和 2.6% ,, 2 10.2% (补充 表 表) )। Пациенты с концентрацией NT-proBNP <300 пг/мл по сравнению с ≥300 пг/мл имели 30-дневную смертность от всех причин 0,8% и 7,6% соответственно, 5,9% и 26,6% в течение одного года, а также сердечно-сосудистую смертность। ≥300 pg/mL को तुलनामा NT-proBNP सांद्रता <300 pg/mL भएका बिरामीहरूमा क्रमशः 0.8% र 7.6%, एक वर्ष भित्र 5.9% र 26.6%, र कार्डियोभास्कुलर मृत्युदर 30-दिनको कारण मृत्यु दर थियो।30 दिनमा 0.1% र 2.6% र 1 वर्षमा 1.3% र 10.2% (पूरक तालिका H; पूरक चित्र O) थिए।
हृदय विफलता (CoDE-HF) सम्भाव्यता समूहको निदान र मूल्याङ्कनका लागि सहयोगी द्वारा स्तरीकृत संचयी सबै कारण मृत्यु दर
हामीले NT-proBNP प्रयोग गरेर डिजाइन र कार्यान्वयन गरेका १३ देशहरूका १४ सम्भावित अध्ययनहरूमा समावेश गरिएको संदिग्ध तीव्र हृदयघात भएका १० भन्दा बढी बिरामीहरूमा NT-proBNP थ्रेसहोल्डहरूको निदान कार्यसम्पादन मूल्याङ्कन गर्न हामीले व्यक्तिगत बिरामी-स्तर डेटाको मेटा-विश्लेषण गर्यौं।proBNP निरन्तर मापनको लागि निर्णय समर्थन उपकरणको रूपमा।हामी धेरै महत्त्वपूर्ण निष्कर्षहरू रिपोर्ट गर्छौं।पहिलो, तीव्र हृदय विफलता बाहेक दिशानिर्देशको सिफारिस गरिएको थ्रेसहोल्डहरू महत्त्वपूर्ण रोगी उपसमूहहरूमा समान छैनन्।3 यद्यपि सामान्य जनसंख्या र धेरै उपसमूहहरू, युवा बिरामीहरू र महिलाहरू सहित, राम्रो प्रदर्शन गरे, वृद्ध बिरामीहरू र महिलाहरूको नकारात्मक भविष्यवाणी मानहरू उल्लेखनीय रूपमा कम थिए।मोटोपना वा पहिलेको मुटुको विफलता भएका बिरामीहरूमा, झूटा नकारात्मक दर १० मा एक देखि पाँचमा एक थियो।दोस्रो, उमेर-स्तरीकृत थ्रेसहोल्डहरूले तीव्र हृदय विफलताको निदानमा आफूलाई राम्रो देखाएको छ।यद्यपि, युवा रोगीहरूमा सकारात्मक भविष्यवाणी मूल्य कम थियो।तेस्रो, यद्यपि हाम्रो 100 pg/mL को अनुकूलित NT-proBNP कट-अफ तीव्र हृदय विफलतालाई नियमन गर्न र 1000 pg/mL तीव्र हृदय विफलतामा नियमन गर्नको लागि सामान्य जनसंख्यामा उत्कृष्ट नकारात्मक र सकारात्मक भविष्यवाणी मान छ, वृद्ध बिरामीहरू अझ खराब छन्। ।तीव्र हृदय विफलता संग रोगीहरु मा।अघिल्लो हृदय विफलता र मोटोपना।अन्तमा, हामीले एक निर्णय समर्थन उपकरण, CoDE-HF स्कोर, सबै रोगी उपसमूहहरूमा उत्कृष्ट निदान कार्यसम्पादनको साथ विकास र प्रमाणीकरण गरेका छौं।यो निर्णय समर्थन उपकरणले मात्र NT-proBNP थ्रेसहोल्ड प्रयोग गर्ने कुनै पनि विधि भन्दा तीव्र हृदय विफलतालाई बहिष्कृत र अस्वीकार गर्‍यो।
हाम्रो ज्ञानमा, यो तीव्र हृदय विफलतामा NT-proBNP को निदान कार्यसम्पादन मूल्याङ्कन गर्ने अहिलेसम्मको सबैभन्दा ठूलो अध्ययन हो।सबै समावेश गरिएका अध्ययनहरू सम्भावित थिए र अन्तिम निदानहरू सबै उपलब्ध जानकारी प्रयोग गरेर चिकित्सकहरूको प्यानलद्वारा गरिएको थियो।यो नोट गर्न महत्त्वपूर्ण छ कि ठूलो अध्ययन जनसंख्यामा व्यक्तिगत बिरामी स्तरमा डाटाको उपलब्धताले बिरामीहरूको उपसमूहहरूमा सबै सम्भावित NT-proBNP थ्रेसहोल्डहरूको निदान प्रदर्शनको विश्वसनीय मूल्याङ्कन गर्न अनुमति दिन्छ, साथै नयाँ निदान स्केलहरूको विकास र प्रमाणीकरणलाई अनुमति दिन्छ।
धेरै जसो राष्ट्रिय र अन्तर्राष्ट्रिय दिशानिर्देशहरूले 300 pg/mL को NT-proBNP कट-अफ मान प्रयोग गर्न सिफारिस गर्दछ जुन तीव्र हृदय विफलतालाई अस्वीकार गर्दछ58 धेरै अघिल्लो अध्ययनहरूमा आधारित 344142 यस कट-अफमा 98% को नकारात्मक भविष्यवाणी मान रिपोर्ट गर्दै।रोगीहरूको महत्त्वपूर्ण उपसमूहहरूको निदान प्रदर्शन मूल्याङ्कन गर्न सकिएन।हाम्रो अध्ययनले अघिल्लो अध्ययन-स्तर मेटा-विश्लेषणहरू भन्दा तीन गुणा धेरै बिरामीहरूलाई नामांकन गर्‍यो, 3 जसले 94.6% को पूल गरिएको मेटा-अनुमानको साथ 300 pg/mL को कट-अफमा कम समग्र नकारात्मक भविष्यवाणी मान देखायो।अझ महत्त्वपूर्ण कुरा, नकारात्मक भविष्यवाणी मान प्रमुख उपसमूहहरू जस्तै वृद्ध रोगीहरू र पहिले नै अवस्थित हृदय विफलता, कोरोनरी धमनी रोग, र मोटोपना भएका बिरामीहरूमा उल्लेखनीय रूपमा कम थियो।थप रूपमा, लगभग 70% बिरामीहरूमा NT-proBNP सांद्रता 300 pg/ml कट-अफ बिन्दु भन्दा माथि थियो, अभ्यासमा एकल कट-अफ बिन्दु प्रयोग गर्ने सीमितताहरूलाई हाइलाइट गर्दै।यद्यपि 100 pg/mL को तल्लो कटअफले 98% को समग्र नकारात्मक भविष्यवाणी मान हासिल गर्यो, यसले बिरामीहरूको महत्त्वपूर्ण उपसमूहमा खराब प्रदर्शन गर्‍यो।थप रूपमा, तीव्र हृदय विफलताको लागि उमेर र अनुकूलित थ्रेसहोल्डले रोगी उपसमूहहरूमा विषमता देखायो, विशेष गरी हृदय विफलताको कुनै पूर्व इतिहास नभएकाहरूमा।डायग्नोस्टिक कार्यसम्पादनमा यो विषमता विशेष चिन्ताको विषय हो किनकि हाम्रो बिरामी जनसंख्याको उमेर र धेरै कमोरबिडिटीहरू छन्।यसले NT-proBNP धेरै जोखिम कारकहरू र comorbidities बाट प्रभावित हुँदा क्लिनिकल दिशानिर्देशहरूले समान कट-अफहरूको प्रयोगलाई सिफारिस गर्न जारी राख्नुपर्छ कि भनेर प्रश्न उठाउँछ।
NT-proBNP को नैदानिक ​​​​उपयोगिता सुधार गर्न, हामीले क्लिनिकल निर्णय समर्थन उपकरणको CoDE-HF मूल्याङ्कन विकास र बाह्य रूपमा प्रमाणित गर्यौं।यो स्कोरले NT-proBNP लाई तीव्र हृदय विफलताको निदानको सम्भावनाको व्यक्तिगत मूल्याङ्कन प्रदान गर्न सरल उद्देश्य क्लिनिकल चरहरूसँग निरन्तर उपायको रूपमा संयोजन गर्दछ।हामी देखाउँछौं कि रोगीहरूको उपसमूहहरूमा CoDE-HF स्कोरको निदान प्रदर्शन बलियो छ।CoDE-HF ले अप्टिमाइज गरिएको NT-proBNP थ्रेसहोल्ड एक्लैको तुलनामा बिरामीहरूको ठूलो अनुपातमा तीव्र हृदयघातको निदानलाई अस्वीकार गर्न र इन्कार गर्न सक्षम थियो।यसबाहेक, हाम्रो निर्णय कर्भ विश्लेषणमा, हामीले पत्ता लगायौं कि CoDE-HF सँग NT-proBNP एक्लै, सम्पूर्ण थ्रेसहोल्ड सम्भाव्यता दायराको तुलनामा उच्च शुद्ध लाभ छ।हामी विश्वास गर्छौं कि यो निष्कर्ष सहज छ किनकि NT-proBNP जोखिमको निरन्तर मार्कर हो र यसको एकाग्रता अन्य रोगी-सम्बन्धित कारकहरू जस्तै बडी मास इन्डेक्स, उमेर, र मृगौला कार्यमा निर्भर गर्दछ।434445 यी अनुपातहरू पूर्वनिर्धारित कार्यसम्पादन मापदण्डमा आधारित भए तापनि यी लक्ष्यहरू विश्वव्यापी रूपमा समर्थित नहुन सक्छन् र विभिन्न स्वास्थ्य सेवा सुविधाहरूमा विभिन्न जोखिम सहिष्णुताहरू हुन सक्छन् भनी हामीले स्वीकार गर्छौं।CoDE-HF जस्ता निर्णय समर्थन उपकरणहरू प्रयोग गर्नुको फाइदा भनेको चिकित्सक वा संस्थाहरूले उनीहरूको प्राथमिकताहरू र इकोकार्डियोग्राफी वा हृदय विफलता विशेषज्ञहरूको उपलब्धताको आधारमा स्थानीय निर्णय लिन प्रयोग गरिने निदान कार्यसम्पादन मापदण्डहरू चयन गर्न सक्छन्।।
हामी आशा गर्छौं कि हाम्रो नयाँ निर्णय समर्थन उपकरण, Code-HF ले विभिन्न चिकित्सा विशेषताहरूमा देखिएका संदिग्ध तीव्र हृदयघात भएका बिरामीहरूको ट्राइज सुधार गर्न सक्छ र उनीहरूको हेरचाहलाई परिवर्तन गर्न सक्छ, थप सटीक निदानको सुविधा दिन्छ।अघिल्लो अध्ययनहरूले देखाएको छ कि तीव्र हृदयघात भएका बिरामीहरूको समयमै र सही प्रमाण-आधारित उपचारले मृत्युदर र अस्पताल बसाइको अवधिलाई उल्लेखनीय रूपमा घटाउन सक्छ, र ढिलाइ खराब नतिजाहरूसँग सम्बन्धित छ।46 थप रूपमा, नियमित रूपमा सङ्कलन गरिएको CoDE-HF ले चरहरू प्रयोग गर्दछ र यसैले थप प्रभावकारी मूल्याङ्कन सक्षम गर्न आपातकालीन विभाग ट्राइएज मार्गको भागको रूपमा क्लिनिकल कार्यप्रवाहहरूमा समावेश गर्न सकिन्छ।हाल, संदिग्ध तीव्र हृदय विफलता भएका धेरैजसो बिरामीहरूलाई उनीहरूको उपचार निर्धारण गर्न भर्नामा इकोकार्डियोग्राफी गरिन्छ, तर बिरामीहरूको एक उपसमूह मात्र अन्ततः निदान गरिन्छ।2 इकोकार्डियोग्राफी एक अपेक्षाकृत समय-उपभोग र स्रोत-गहन विशेष अध्ययन हो हामी आशा गर्छौं कि CoDE-HF को प्रयोगले इकोकार्डियोग्राफी जस्ता विशेष सेवाहरूको अधिक सटीक र सूचित प्रयोगले स्वास्थ्य सेवा प्रणालीको लागि महत्त्वपूर्ण लागत बचत र दक्षता निम्त्याउन सक्छ।।थप रूपमा, कम जोखिम भएका बिरामीहरूको बाहिरी रोगी उपचार मार्फत लागत बचत गर्न सकिन्छ।क्लिनिकल अभ्यासमा विभिन्न CoDE-HF निर्णय थ्रेसहोल्डहरूको क्लिनिकल र लागत-प्रभावकारिता मूल्याङ्कन गर्नको लागि एक सम्भावित अध्ययन आवश्यक छ।
हामी धेरै सीमितताहरू स्वीकार गर्छौं।पहिलो, हामीले हाम्रो योग्यता मापदण्ड पूरा गर्ने 30 अध्ययनहरू मध्ये 14 को लागि व्यक्तिगत रोगी-स्तर डेटा प्राप्त गर्न सक्षम भयौं, त्यसैले चयन पूर्वाग्रह प्रस्तुत गर्न सकिन्छ।यद्यपि, योग्य अध्ययनहरू जुन समावेश नगरिएको थियो तीव्र हृदय विफलता, प्रकाशन मितिहरू, र भौगोलिक कभरेजको समान प्रचलन थियो, र जनसंख्यामा समावेश जनसंख्यासँग समान जनसांख्यिकीय र क्लिनिकल विशेषताहरू थिए।दोस्रो, जब धेरै अध्ययनहरूबाट जानकारी जम्मा गरिएको थियो, केही अध्ययनहरूमा केही चरहरूको लागि डाटा हराइरहेको थियो।जानकारीको अधिकतम प्रयोग गर्न, हामीले बहु अभियोगको पदानुक्रमिक विधि प्रयोग गर्यौं।तेस्रो, हामीले ECG र छातीको एक्स-रे डेटालाई क्रमिक रूपमा हाम्रो मोडेलमा समावेश गर्न रेकर्ड गरेका छैनौं।संदिग्ध तीव्र हृदय विफलता भएका बिरामीहरूमा NT-proBNP को व्याख्या यी अध्ययनहरूसँग संयोजनमा गरिनु पर्छ, 47 र यी अध्ययनहरू संयोजन गर्ने विधिहरूले CoDE-HF स्कोरहरू सुधार गर्न सक्छन् कि भनेर निर्धारण गर्न थप अध्ययनहरू आवश्यक छन्।चौथो, सबै अध्ययनहरूले NT-proBNP परीक्षणको नतिजालाई ध्यानमा नलिइकन निदान गरेनन्।हाम्रो संवेदनशीलता विश्लेषणमा, जब हामीले अन्धा नभएको परिभाषाको साथ दुई अध्ययनहरू बहिष्कार गर्यौं, निदान प्रदर्शनमा कुनै परिवर्तन थिएन।पाँचौं, तीव्र हृदय विफलताको स्थापित निदानले कम इजेक्शन अंशको साथ हृदय विफलता र संरक्षित इजेक्शन अंशको साथ हृदय विफलता बीच फरक गर्न अनुमति दिँदैन।48 वृद्ध बिरामीहरूमा संरक्षित इजेक्शन अंशको साथ HF को बढ्दो प्रचलनले उमेरसँगै अवलोकन गरिएको केही भिन्नताको व्याख्या गर्न सक्छ, तर हालको दिशानिर्देशहरूले HF लाई घटाइएको इजेक्शन अंश र संरक्षित EF सँग सिफारिस गर्दछ।हृदय विफलताले समान NT-ProBNP थ्रेसहोल्ड प्रयोग गर्दछ।58 छैठौं, यद्यपि अधिकांश अध्ययनहरूले तीव्र डिस्प्नियाका बिरामीहरूलाई निरन्तर रूपमा नामांकन गरे तापनि, तीव्र हृदय विफलताको व्यापकता उच्च थियो र चयन पूर्वाग्रह उपस्थित हुन सक्छ।यद्यपि, पूर्वाग्रहको उच्च जोखिम भएका अध्ययनहरू बाहेक, NT-proBNP कट-अफ र उमेर सीमाहरू सिफारिस गरिएका दिशानिर्देशहरूको प्रभावकारिता संवेदनशीलता विश्लेषणहरूमा परिवर्तन भएन।अन्तमा, तीव्र हृदय विफलता एक क्लिनिकल सिन्ड्रोम हो, र निदान आफैंमा निहित अनिश्चितता र अनुसन्धान परिवर्तनशीलता छ।यो अनिश्चितता वृद्धहरूमा बढी हुन सक्छ, जसले आंशिक रूपमा निदान परिणामहरूमा अवलोकन गरिएको भिन्नताको व्याख्या गर्न सक्छ।
हामीले तीव्र हृदय विफलताका लागि दिशानिर्देशहरूमा सिफारिस गरिएको NT-proBNP कट-अफ मानहरूको निदान कार्यसम्पादन बिरामीहरूको महत्त्वपूर्ण उपसमूहमा फरक-फरक हुने देखाएको छ।हामीले CoDE-HF स्कोरको विकास र प्रमाणीकरण गरेका छौं, जसले NT-pro-BNP लाई क्लिनिकल चरहरूसँग निरन्तर मापनको रूपमा संयोजन गर्दछ जुन तथ्याङ्कीय मोडेल प्रयोग गरी व्यक्तिगत बिरामीहरूमा तीव्र हृदय विफलताको सम्भावना निर्धारण गर्दछ।यो निर्णय समर्थन उपकरणले सही रूपमा शासन गर्यो र तीव्र हृदय विफलतालाई अस्वीकार गर्यो र सबै उपसमूहहरूमा लगातार प्रदर्शन गरिएको थियो।स्वास्थ्य सेवा स्रोतहरू र बिरामी परिणामहरूको प्रयोगमा यो निर्णय समर्थन उपकरण लागू गर्ने प्रभावको मूल्याङ्कन गर्न सम्भावित अध्ययनहरू हाल आवश्यक छन्।
तीव्र हृदय विफलताको निदान गर्न गाह्रो हुन सक्छ किनभने बिरामीहरू प्रायः गैर-विशिष्ट लक्षणहरूसँग उपस्थित हुन्छन्।
धेरै राष्ट्रिय र अन्तर्राष्ट्रिय दिशानिर्देशहरूले तीव्र हृदय विफलताको निदानको लागि एन-टर्मिनल बी-टाइप नेट्रियुरेटिक पेप्टाइड प्रिकसर (NT-proBNP) परीक्षण गर्न सिफारिस गर्दछ।
NT-proBNP परीक्षण विश्वव्यापी रूपमा लागू गरिएको छैन किनभने रोगीहरूको चिकित्सकीय रूपमा महत्त्वपूर्ण उपसमूहहरूमा निदान कार्यसम्पादनमा समस्याहरू छन्।
दिशानिर्देशहरूमा तीव्र हृदय विफलताको लागि सिफारिस गरिएको NT-proBNP थ्रेसहोल्डहरू महत्त्वपूर्ण रोगी उपसमूहहरूमा तुलनात्मक रूपमा कमजोर निदान प्रदर्शन छन्।
एक मान्य निर्णय समर्थन उपकरण विकसित गरिएको छ जसले NT-pro-BNP लाई सांख्यिकीय मोडलिङ प्रयोग गरेर क्लिनिकल चरहरूसँग निरन्तर उपायको रूपमा संयोजन गर्दछ।
यो उपकरणले NT-proBNP थ्रेसहोल्ड एक्लै प्रयोग गर्ने कुनै पनि विधि भन्दा तीव्र हृदयघातलाई सही रूपमा अस्वीकार गर्यो र अस्वीकार गर्‍यो र सबै उपसमूहहरूमा निरन्तर रूपमा प्रदर्शन गरियो।
सबै अध्ययनहरू हेलसिंकीको घोषणा अनुसार सञ्चालन गरिएको थियो र नैतिक रूपमा यस विश्लेषणको लागि बिरामी-स्तर डाटा साझेदारी गर्न अनुमति दिन अनुमोदन गरिएको थियो।
CoDE-HF स्कोरको विकास र प्रमाणीकरण गर्न प्रयोग गरिने R कोड र बेनामी डाटा सम्बन्धित लेखकको अनुरोधमा अनुसन्धानकर्ताहरूलाई उपलब्ध छन्।