通过ADAN尺度识别状态风险:一个前性的多中心验证研究
Juan Luis Restrepo-Vera1, Jacint Sala-Padró2, Beatriz Parejo-Carbonell3
1Unidad de Epilepsia, Departamento de Neurología, Hospital Vall d'Hebron, Barcelona, España.
概括
在急诊室中,ADAN尺度有效地识别出高风险的状态 (SE) 患者. 这种经过验证的工具有助于早期发现和管理SE,改善患者的治疗结果.
科学领域:
- 神经学 神经学
- 紧急医疗 紧急医疗
- 临床诊断 临床诊断 临床诊断
背景情况:
- 状态 (SE) 是一种具有显著死亡率的关键神经紧急情况.
- 在急诊室准确及时识别SE风险对于患者管理至关重要.
研究的目的:
- 验证新的ADAN (异常语音,眼睛偏差,自动化和运动性发作数量) 尺度,用于预测SE的高风险.
- 在急诊室设置中评估ADAN尺度的诊断性能.
主要方法:
- 一项前性,多中心的观察性研究,涉及527名成年人,在4个医院ED中怀疑发生发作.
- 在27个月的时间内连续招募患者.
- 在ED到来时分析临床特征和ADAN尺度标准,以确定SE预测.
主要成果:
- 在ADAN尺度上,对于最终的SE诊断,其预测能力高达90.9%.
- 所有4个ADAN标准都与SE诊断独立相关 (P < .001).
- 该尺度有效地将患者分为低 (8.7%),中等 (46.6%) 和高 (92.6%) 的SE风险组.
结论:
- ADAN尺度是一个经过验证的,简单的临床工具,用于识别ED中SE风险较高的患者.
- 这个工具可以帮助急诊医生快速评估SE风险.
- 预期验证的ADAN尺度提高了SE的诊断准确性.
关键词:
这种情感危机 (crisis epileptica) 是一种情感危机 (crisis epileptica).诊断. 诊断. 在诊断.诊断的 诊断的 诊断的,发作,发作等情况.这是一个 Escala Escala.病发性状态 病发性状态风险规模 风险规模 风险规模状态是性病.更多相关视频
06:51Development of an Algorithm to Perform a Comprehensive Study of Autonomic Dysreflexia in Animals with High Spinal Cord Injury Using a Telemetry Device
Published on: July 29, 2016
7.9K
06:52Assessment of Dependence in Activities of Daily Living Among Older Patients in an Acute Care Unit
Published on: September 30, 2020
9.7K