Introducción: Dado que los pacientes con diabetes tienen habitualmente niveles de troponina más elevados que la poblacióngeneral, nos propusimos evaluar el comportamiento del algoritmo de la Sociedad Europea de Cardiología que utiliza la mediciónde troponina de alta sensibilidad al ingreso y 1 hora después en estos pacientes.
Material y métodos: Se evaluaron 1140 pacientes que consultaron por dolor torácico con electrocardiograma sin supradesnivel del segmento ST. El algoritmo estratifica los pacientes en tres grupos de riesgo: “externar”, “observar” e “internar”. Se valoróel comportamiento del algoritmo para el evento infarto a 30 d.
Resultados: En total, 124 pacientes (10,8%) tenían diabetes. Ninguno de los clasificados como “externar” (40,3%) presentóinfarto a 30 días. En los “internar” (23,4%), el evento se produjo en el 82,8%, mientras que en el grupo “observar” (36,3%),en el 6,8%. La sensibilidad y el valor predictivo negativo fueron similares entre pacientes con diabetes y sin esta (100% vs.98,5% p = 0,865 y 100% vs. 99,8% p = 0,44), pero la proporción de pacientes para “externar” fue menor en diabéticos (40,3%vs. 72,1%, p <0,001). En cuanto a la precisión para “internar” pacientes, la especificidad fue menor en diabéticos, pero elvalor predictivo positivo fue mayor (90,9% vs. 97,2%, p <0,001 y 83% vs. 76%, p <0,001). La proporción de pacientes para“internar” fue mayor en diabéticos (23% vs. 8,6%, p <0,001).
Conclusiones: El uso del algoritmo en pacientes con diabetes mostró una alta sensibilidad y un alto valor predictivo negativopara “externar” comparable a la población general. En cuanto al grupo “internar”, presentó menor especificidad, pero altovalor predictivo positivo. Esto lo transforma en una útil herramienta para la práctica diaria.
Background: Patients with diabetes usually have higher troponin levels than the general population.
Objective: The aim of our study was to evaluate the performance of the European Society of Cardiology algorithm which useshigh sensitivity cardiac troponin levels on admission and after 1 hour in these patients.
Methods: A total of 1,140 patients with chest pain and ECG without ST-segment elevation were evaluated. The algorithmstratifies patients in three risk groups: rule-out, observe and rule-in. We evaluated the performance of the algorithm to predictmyocardial infarction at 30 days.
Results: A total of 124 patients (10.8%) had diabetes. None of the patients in the rule-out group (40.3%) presented myocardialinfarction at 30 days. In the rule-in group (23.4%), the event occurred in 82.8% of cases and in 6.8% in the observe group(36.3%). Sensitivity and negative predictive value were similar in patients with and without diabetes (100% vs. 98.5%, p= 0.865and 100% vs. 99.8%, p=0.44), but the proportion of patients in the rule-out group was lower in diabetics (40.3% vs. 72.1%,p<0.001). The accuracy of the algorithm to rule in patients was evaluated by its specificity which was lower in diabetics, butthe positive predictive value was greater (90.9% vs. 97.2%, p<0.001 and 83% vs. 76%, p<0.001). The proportion of patientsin the rule-in group was higher in diabetics (23% vs. 8.6%, p<0.001).
Conclusion: The use of the algorithm in patients with diabetes revealed high sensitivity and negative predictive value to ruleout, which was similar to that of the general population. Regarding the rule-in group, it had lower specificity but high positivepredictive value. This performance makes the algorithm a useful tool for daily practice.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados