, Volume 4, Issue 2, pp 75-81
Date: 03 Dec 2013

Évaluation d’un algorithme de prise en charge des syndromes coronariens non ST+ aux urgences

Rent the article at a discount

Rent now

* Final gross prices may vary according to local VAT.

Get Access

Résumé

Objectif

Nous avons mis en place, aux urgences, un algorithme de prise en charge des patients présentant une douleur thoracique d’allure angineuse, fondé sur l’évaluation de la probabilité diagnostique de syndrome coronarien aigu (SCA). L’objectif principal de cette étude était d’évaluer les performances de cet algorithme pour le diagnostic de SCA.

Matériel et méthodes

Nous avons inclus, de février à avril 2012, 212 patients admis pour douleur thoracique d’allure angineuse. Ces patients ont été classés à probabilité forte, intermédiaire ou faible de SCA. Nous avons étudié les performances de ces trois groupes comparativement au diagnostic final de SCA, fondé sur les définitions internationales.

Résultats

L’incidence du SCA dans les groupes de forte, intermédiaire et faible probabilité était respectivement de 59, 24 et 3%. Tous les infarctus dumyocarde (IDM) se trouvaient dans le groupe de forte probabilité. La sensibilité et la spécificité du groupe forte probabilité pour le diagnostic de SCA étaient de 77 % (IC 95 %: [64–89]) et de 85 % (IC 95 %: [78–90]). La sensibilité et la spécificité du groupe faible probabilité pour l’exclusion du SCA étaient de 72 % (IC 95 %: [64–78]) et de 91 % (IC 95 %: [80–98]).

Conclusion

Notre algorithme permet de stratifier précocement et de façon efficace la probabilité de SCA. Cette classification permet de ne pas laisser rentrer à domicile les patients les plus graves et d’identifier les patients nécessitant la mise en oeuvre d’un traitement antithrombotique.

Abstract

Aim

An algorithm was developed in emergency department to manage patients with chest pain based on the evaluation of the diagnostic likelihood of acute coronary syndrome (ACS). The main objective of this study was to evaluate the diagnostic accuracy of this algorithm.

Procedure

We prospectively included, from February to April 2012, 212 patients admitted for chest pain suspected of ACS. These patients were classified as high, intermediate or low likelihood of ACS. The accuracy of these three groups were assessed and compared to the final diagnosis of ACS, based on the international definitions.

Results

The incidence of ACS in groups of high, intermediate and low probability was respectively 59, 24 and 3%. All myocardial infarctions (MIs) were in the group of high likelihood. The sensitivity and specificity of high likelihood for the rule in of ACS were 77% (95% CI: [64–89]) and 85% (95% CI: [78–90]). The sensitivity and specificity of low likelihood group to rule out ACS were 72% (95% CI: [64–78]) and 91% (95% CI: [80–98]).

Conclusion

Our algorithm allows to stratify rapidly and in an effective way the likelihood of ACS. This classification allows to identify patients with ACS and requiring the implementation of an antithrombotic treatment.