Titel: Prädiktoren für die Diagnose eines Typ-2 Myokardinfarktes
Sprache: Deutsch
Autor*in: Quantius, Laura Isabella
Erscheinungsdatum: 2021
Tag der mündlichen Prüfung: 2022-06-29
Zusammenfassung: 
Zielsetzung: Die schnelle Unterscheidung zwischen Myokardinfarkt Typ 1 (T1MI) und Myokardinfarkt Typ 2 (T2MI) in der Notaufnahme ist aufgrund unterschiedlicher Pathophysiologie und Therapieoptionen wichtig. Bei beiden Infarkttypen ist eine sofortige Therapie notwendig, aber die Unterscheidung ist wegen ähnlicher Symptomatik und Laborergebnissen erschwert. Das Ziel dieser Arbeit ist es, ein Vorhersagemodell zu entwickeln, um eine schnelle Unterscheidung zwischen beiden Infarkttypen vornehmen zu können und eine Entscheidungshilfe bezüglich der individualisierten Therapie zu bieten.
Methoden: In die BACC-Studie wurden prospektiv 1,548 Patienten eingeschlossen, die sich mit dem Verdacht auf einen Myokardinfarkt in der Notaufnahme vorstellten. Alle Patienten wurden über zwei Jahre nachverfolgt. Um die wichtigsten Prädiktoren für einen T2MI zu ermitteln, wurden Patientencharakteristika, klinische Parameter, Laborwerte und Ereignisse während der Nachbeobachtung analysiert. Aus diesen Daten wurde ein logistisches Regressionsmodell erstellt und eine Rückwärtsselektion durchgeführt. Basierend auf diesen Regressionskoeffizienten wurde ein Vorhersagemodell mit einem Score entwickelt, um die Wahrscheinlichkeit für das Vorliegen eines T2MI anzugeben.
Ergebnisse: Insgesamt wurde bei 99 Patienten ein T2MI diagnostiziert. Unter diesen Patienten betrug die 1-Jahres-Mortalität 13.8%, vergleichbar mit der hohen Mortalität der T1MI Patienten von 9.4%. Weibliches Geschlecht (Beta 1.27 (95% KI 0.67-1.9)), kein ausstrahlender Brustschmerz (Beta 1.62 (95% KI 0.96-2.34)) und eine hs-cTnI Konzentration von ≤ 40.8 ng/L bei Aufnahme (Beta 1.30 (95% KI 0.74-1.89)) waren die stärksten Prädiktoren für einen T2MI. Die Kombination aller drei Prädiktoren führte zu einer Area under the Curve von 0.71. Jedem der drei Prädiktoren wurde in dem Score ein Wert von null oder eins zugeordnet. Bei dem höchsten Wert von drei betrug die Wahrscheinlichkeit für einen T2MI 72%. Wurde ein Wert von zwei ermittelt betrug die Wahrscheinlichkeit 42%, bei einem Wert von eins 17% und bei Vorliegen keines der Prädiktoren 5%.
Fazit: T2MI Patienten sind eine heterogene Population mit einem hohen kardiovaskulären Risiko. Ein Score, basierend auf laborchemischen und klinischen Parametern, könnte bei der Diagnosestellung und der individualisierten Therapieentscheidung der T1MI und T2MI Patienten helfen. Um den Nutzen und die Sicherheit des Scores zu testen, sollte dieser prospektiv untersucht werden.

Aims: A rapid differentiation between myocardial infarction type 1 (T1MI) and myocardial infarction type 2 (T2MI) in the emergency department is important, as each pathophysiological variation necessitates a specialized and immediate therapy. The differentiation between the two diagnoses is difficult, as both cause similar symptoms and laboratory constellations. This thesis aims to develop a predictive model to quickly differentiate between the two infarction types and to provide a decision-making tool for an individualized therapy.
Methods: The prospective BACC-study included 1,548 patients who presented to the emergency department with a suspected myocardial infarction. Patients follow-up occurred over a two-year period. To determine the most important predictors of T2MI, patient characteristics, clinical parameters, laboratory results and events during the follow-up period were analyzed. The collected data was used to create a logistic regression model and a backward selection was performed. Based on these regression coefficients, a predictive model with a score was developed to indicate the probability of the presence of a T2MI.
Results: In total, 99 patients were diagnosed with T2MI. Among these patients, the 1-year-mortality was 13.8%, comparable with the high mortality of T1MI patients (9.4%). Female sex (beta 1.27 (95% CI 0.67-1.9)), no radiating chest pain (beta 1.62 (95% CI 0.96-2.34)) and a hs-cTnI concentration of ≤ 40.8 ng/L at admission (beta 1.30 (95% CI 0.74-1.89)) were the strongest predictors for a T2MI. The combination of all three predictors resulted in an area under the curve of 0.71. Each of the three predictors was assigned a value of zero (predictor not applicable) or one (predictor applicable) in the score. For the highest total value (three), the probability of having a T2MI was 72%. If a value of two was determined, the probability was 42%, with a value of one 17% and if none of the predictors were present 5%.
Conclusion: The heterogeneous group of T2MI have a high cardiovascular risk. A score based on laboratory and clinical parameters could aid in the diagnosis and individualized therapy of T1MI and T2MI. To test the benefit and safety of the score, it should be investigated prospectively.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/9746
URN: urn:nbn:de:gbv:18-ediss-102295
Dokumenttyp: Dissertation
Betreuer*in: Westermann, Dirk
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
DissertationLauraIsabellaQuantius.pdf1f85fa13d2ccede7a4d60690d07086151.06 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Info

Seitenansichten

195
Letzte Woche
Letzten Monat
geprüft am 27.03.2024

Download(s)

327
Letzte Woche
Letzten Monat
geprüft am 27.03.2024
Werkzeuge

Google ScholarTM

Prüfe