Desarrollo de un algoritmo basado en técnicas de machine learning para estratificación de riesgo de pacientes con dolor torácico y primera determinación de troponina negativa

Introducción: En los pacientes con dolor torácico (DT) que acuden a urgencias (URG) con un primer valor de troponina cardíaca de alta sensibilidad (hs-cTn) normal (<percentil 99) la estratificación de riesgo es un reto. Se han desarrollado escalas basadas en datos clínicos y en concentraciones de hs-cTn, con un rendimiento limitado. Varios modelos desarrollados con aprendizaje automático (AA) han demostrado un buen rendimiento para predicción de eventos clínicos. Hipótesis: Un modelo de predicción de riesgo basado en variables clínicas y hs-cTn desarrollado con AA en pacientes que acuden a URG por DT y con una primera hs-cTn<p99 permite el alta precoz y segura con una sola determinación. Ob…

Trefoil factor-3 and galectin-4 as new candidates for prognostic biomarkers in ST-segment elevation myocardial infarction

Factor trefoil-3 y galectina-4 como nuevos candidatos para biomarcadores pronósticos en infarto de miocardio con elevación del segmento ST