Diagnostic performance of a clinical ultrasound-based algorithm for acute heart failure in patients presenting to the emergency department with dyspnea. / Rendimiento diagnóstico de un algoritmo basado en ecografía clínica para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea.

OBJECTIVES: To study the diagnostic performance of an ultrasound-based algorithm that includes the deceleration time (DT) of early mitral filling to establish a diagnosis of acute heart failure (AHF) in patients who come to an emergency department because of dyspnea. MATERIAL AND METHODS: Prospective analysis in a convenience sample of patients who came to a hospital emergency department with acute dyspnea. The algorithm included ultrasound findings and 4 echocardiographic findings as follows: mitral annular plane systolic excursion, Doppler mitral flow velocity, tissue Doppler imaging measure of the lateral annulus, and the DT of early mitral filling. The definitive diagnosis was made by 2 physicians blinded to each other's diagnosis and the ultrasound findings. RESULTS: A total of 166 adult patients with a mean (SD) age of 76 (13) years were included; 79 (48%) were women. AHF was the definitive diagnosis in 62 patients (37%). Diagnostic agreement was good between the 2 physicians (κ = 0.71). The algorithm classified all the patients, and there were no undetermined diagnoses. Diagnostic performance indicators for the ultrasound-based algorithm integrating early DT findings were as follows: area under the receiver operating characteristic curve, 0.91 (95% CI, 0.86-0.96); sensitivity, 87% (95% CI, 76%-94%); specificity, 95% (95% CI, 89%-98%); positive likelihood ratio, 18.1 (95% CI, 7.7-42.8); and negative likelihood ratio, 0.14 (95% CI, 0.07-0.26). CONCLUSION: The ultrasound-based algorithm integrating the DT of early mitral filling performs well for diagnosing AHF in emergency patients with dyspnea. The inclusion of early DT allows all patients to be diagnosed.

OBJETIVO: Analizar el rendimiento diagnóstico de un algoritmo ecográfico que incluye el tiempo de desaceleración precoz del flujo mitral (TD) para establecer el diagnóstico de insuficiencia cardiaca aguda (ICA) en pacientes que consultan en un servicio de urgencias hospitalario (SUH) por disnea. METODO: Análisis prospectivo de una muestra de conveniencia de pacientes que consultan por disnea aguda en un SUH. El algoritmo ecográfico incluyó la ecografía pulmonar y cuatro parámetros ecocardiográficos, se midió MAPSE (desplazamiento sistólico del plano del anillo mitral), medidas doppler de flujo mitral, medidas doppler tisular en el anillo mitral lateral y TD. El diagnóstico final fue asignado por 2 médicos ciegos entre sí y a los hallazgos ecográficos. RESULTADOS: Se incluyeron 166 pacientes adultos, la edad media fue de 76 años (DE 13) y 79 eran mujeres (48%). Hubo 62 pacientes (37%) con un diagnóstico final de ICA. La concordancia entre asignadores fue buena para el diagnóstico de ICA (κ = 0,71). El algoritmo clasificó a todos los pacientes, no hubo ningún diagnóstico indeterminado. El rendimiento diagnóstico del algoritmo mostró un área bajo la curva de 0,91 (IC 95%: 0,86-0,96), sensibilidad del 87% (IC 95%: 76%-94%), especificidad del 95% (IC 95%: 89%-98%), razón de verosimilitud positiva del 18,1 (IC 95%: 7,7-42,8), razón de verosimilitud negativa del 0,14 (IC 95%: 0,07-0,26). CONCLUSIONES: Un algoritmo ecográfico que incluye el TD tiene un buen rendimiento para el diagnóstico de ICA en pacientes que acuden a SUH por disnea. Además, el uso de TD permite clasificar a todos los pacientes.

Rendimiento diRendimiento diagnóstico de un algoritmo basado en ecografía clínica para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea / Diagnostic performance of a clinical ultrasound-based algorithm for acute heart failure in patients presenting to the emergency department with dyspnea

Objetivos. Analizar el rendimiento diagnóstico de un algoritmo ecográfico que incluye el tiempo de desaceleración precoz del flujo mitral (TD) para establecer el diagnóstico de insuficiencia cardiaca aguda (ICA) en pacientes que consultan en un servicio de urgencias hospitalario (SUH) por disnea. Métodos. Análisis prospectivo de una muestra de conveniencia de pacientes que consultan por disnea aguda en un SUH. El algoritmo ecográfico incluyó la ecografía pulmonar y cuatro parámetros ecocardiográficos, se midió MAPSE (desplazamiento sistólico del plano del anillo mitral), medidas doppler de flujo mitral, medidas doppler tisular en el anillo mitral lateral y TD. El diagnóstico final fue asignado por 2 médicos ciegos entre sí y a los hallazgos ecográficos. Resultados. Se incluyeron 166 pacientes adultos, la edad media fue de 76 años (DE 13) y 79 eran mujeres (48%). Hubo 62 pacientes (37%) con un diagnóstico final de ICA. La concordancia entre asignadores fue buena para el diagnóstico de ICA (κ = 0,71). El algoritmo clasificó a todos los pacientes, no hubo ningún diagnóstico indeterminado. El rendimiento diagnóstico del algoritmo mostró un área bajo la curva de 0,91 (IC 95%: 0,86-0,96), sensibilidad del 87% (IC 95%: 76%-94%), especificidad del 95% (IC 95%: 89%-98%), razón de verosimilitud positiva del 18,1 (IC 95%: 7,7-42,8), razón de verosimilitud negativa del 0,14 (IC 95%: 0,07-0,26). Conclusiones. Un algoritmo ecográfico que incluye el TD tiene un buen rendimiento para el diagnóstico de ICA en pacientes que acuden a SUH por disnea. Además, el uso de TD permite clasificar a todos los pacientes. (AU)

Objective. To study the diagnostic performance of an ultrasound-based algorithm that includes the deceleration time (DT) of early mitral filling to establish a diagnosis of acute heart failure (AHF) in patients who come to an emergency department because of dyspnea. Methods. Prospective analysis in a convenience sample of patients who came to a hospital emergency department with acute dyspnea. The algorithm included ultrasound findings and 4 echocardiographic findings as follows: mitral annular plane systolic excursion, Doppler mitral flow velocity, tissue Doppler imaging measure of the lateral annulus, and the DT of early mitral filling. The definitive diagnosis was made by 2 physicians blinded to each other’s diagnosis and the ultrasound findings. Results. A total of 166 adult patients with a mean (SD) age of 76 (13) years were included; 79 (48%) were women. AHF was the definitive diagnosis in 62 patients (37%). Diagnostic agreement was good between the 2 physicians (κ = 0.71). The algorithm classified all the patients, and there were no undetermined diagnoses. Diagnostic performance indicators for the ultrasound-based algorithm integrating early DT findings were as follows: area under the receiver operating characteristic curve, 0.91 (95% CI, 0.86-0.96); sensitivity, 87% (95% CI, 76%-94%); specificity, 95% (95% CI, 89%-98%); positive likelihood ratio, 18.1 (95% CI, 7.7-42.8); and negative likelihood ratio, 0.14 (95% CI, 0.07-0.26). Conclusions. The ultrasound-based algorithm integrating the DT of early mitral filling performs well for diagnosing AHF in emergency patients with dyspnea. The inclusion of early DT allows all patients to be diagnosed. (AU)

Rendimiento de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS)para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea aguda / Point-of-care chest ultrasound to diagnose acute heart failure in emergency department patients with acute dyspnea: diagnostic performance of an ultrasound-based algorithm

Objetivos: La ecografía cardiopulmonar puede ser útil para diagnosticar insuficiencia cardiaca aguda (ICA). Se evaluó el rendimiento diagnóstico de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS) para el diagnóstico de ICA en pacientes que consultan en urgencias por disnea aguda. Método: Se evaluó prospectivamente una muestra de conveniencia de pacientes con disnea aguda en dos servicios de urgencias hospitalarios (SUH). El algoritmo POCUS incluía la ecografía pulmonar y tres mediciones ecocardiográficas realizadas en un plano apical de cuatro cámaras. Se midió el MAPSE (desplazamiento sistólico del plano del anillo mitral), doppler de flujo mitral y doppler tisular en el anillo mitral lateral. El diagnóstico final fue asignado por dos médicos ciegos entre sí y a los hallazgos ecográficos. Resultados: Se incluyeron 103 pacientes adultos, la edad media fue 73 (12) años, 51 (50%) mujeres. El diagnóstico final fue ICA en 42 (41%) pacientes. La concordancia entre asignadores fue buena para el diagnóstico de ICA (k = 0,82). El algoritmo asignó un diagnóstico en 76 (74%) pacientes, 57 (85%) estaban en ritmo sinusal. El rendimiento diagnóstico del algoritmo de los 76 pacientes categorizados mostró un área bajo la curva de 0,94 (IC 95%: 0,88-1,00), sensibilidad 96% (IC 95%: 78-100%), especificidad 93% (IC 95%: 8-98%), valor predictivo positivo 85% (IC 95%: 67-100%), valor predictivo negativo 98% (IC 95%: 88-100%). Conclusión: El rendimiento de un algoritmo basado en ecografía cardiopulmonar POCUS fue bueno para diagnosticar ICA en pacientes que consultan en urgencias por disnea aguda. (AU)

Objectives: Cardiopulmonary ultrasound imaging can be useful for diagnosing acute heart failure (AHF). We aimed to evaluate the diagnostic performance of an algorithm based on point-of-care ultrasound (POCUS) in patients coming to the emergency department with acute dyspnea. Material and methods: Prospective analysis of a convenience sample of patients with acute dyspnea in 2 hospital emergency departments. The POCUS algorithm included lung ultrasound findings and 3 echocardiographic measurements taken from an apical view of 4 chambers: mitral annular plane systolic excursion, Doppler mitral flow velocity, and tissue Doppler imaging of the lateral mitral annulus. The definitive diagnosis was made by 2 physicians blinded to the POCUS findings. Results: A total of 103 adult patients with a mean (SD) age of 73 (12) years were included; about half (51 patients) were women. Forty-two patients (41%) were finally diagnosed with AHF. Interindividual agreement on the physicians' diagnoses was good (k = 0.82). The POCUS algorithm assigned an AHF diagnosis to 76 patients (74%); 56 of them (85%) were in sinus rhythm. The diagnostic performance indicators for the algorithm were as follows: area under the receiver operating characteristic curve, 0.94 (95% CI, 0.88-1.00); sensitivity 96% (95% CI, 78%-100%); specificity, 93% (95% CI, 8%-98%); positive predictive value, 85% (95% CI, 67%-100%); negative predictive value, 98% (95% CI, 88%-100%). Conclusion: The POCUS-based algorithm for diagnosing AHF performed well in patients coming to the emergency department with acute dyspnea. (AU)

Point-of-care chest ultrasound to diagnose acute heart failure in emergency department patients with acute dyspnea: diagnostic performance of an ultrasound-based algorithm. / Rendimiento de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS) para el diagnóstico de insuficiencia cardiaca aguda en pacientes que consultan en urgencias por disnea aguda.

OBJECTIVES: Cardiopulmonary ultrasound imaging can be useful for diagnosing acute heart failure (AHF). We aimed to evaluate the diagnostic performance of an algorithm based on point-of-care ultrasound (POCUS) in patients coming to the emergency department with acute dyspnea. MATERIAL AND METHODS: Prospective analysis of a convenience sample of patients with acute dyspnea in 2 hospital emergency departments. The POCUS algorithm included lung ultrasound findings and 3 echocardiographic measurements taken from an apical view of 4 chambers: mitral annular plane systolic excursion, Doppler mitral flow velocity, and tissue Doppler imaging of the lateral mitral annulus. The definitive diagnosis was made by 2 physicians blinded to the POCUS findings. RESULTS: A total of 103 adult patients with a mean (SD) age of 73 (12) years were included; about half (51 patients) were women. Forty-two patients (41%) were finally diagnosed with AHF. Interindividual agreement on the physicians' diagnoses was good (k = 0.82). The POCUS algorithm assigned an AHF diagnosis to 76 patients (74%); 56 of them (85%) were in sinus rhythm. The diagnostic performance indicators for the algorithm were as follows: area under the receiver operating characteristic curve, 0.94 (95% CI, 0.88-1.00); sensitivity 96% (95% CI, 78%-100%); specificity, 93% (95% CI, 8%-98%); positive predictive value, 85% (95% CI, 67%-100%); negative predictive value, 98% (95% CI, 88%-100%). CONCLUSION: The POCUS-based algorithm for diagnosing AHF performed well in patients coming to the emergency department with acute dyspnea.

OBJETIVO: La ecografía cardiopulmonar puede ser útil para diagnosticar insuficiencia cardiaca aguda (ICA). Se evaluó el rendimiento diagnóstico de un algoritmo basado en ecografía cardiopulmonar a la cabecera del paciente (POCUS) para el diagnóstico de ICA en pacientes que consultan en urgencias por disnea aguda. METODO: Se evaluó prospectivamente una muestra de conveniencia de pacientes con disnea aguda en dos servicios de urgencias hospitalarios (SUH). El algoritmo POCUS incluía la ecografía pulmonar y tres mediciones ecocardiográficas realizadas en un plano apical de cuatro cámaras. Se midió el MAPSE (desplazamiento sistólico del plano del anillo mitral), doppler de flujo mitral y doppler tisular en el anillo mitral lateral. El diagnóstico final fue asignado por dos médicos ciegos entre sí y a los hallazgos ecográficos. RESULTADOS: Se incluyeron 103 pacientes adultos, la edad media fue 73 (12) años, 51 (50%) mujeres. El diagnóstico final fue ICA en 42 (41%) pacientes. La concordancia entre asignadores fue buena para el diagnóstico de ICA (k = 0,82). El algoritmo asignó un diagnóstico en 76 (74%) pacientes, 57 (85%) estaban en ritmo sinusal. El rendimiento diagnóstico del algoritmo de los 76 pacientes categorizados mostró un área bajo la curva de 0,94 (IC 95%: 0,88-1,00), sensibilidad 96% (IC 95%: 78-100%), especificidad 93% (IC 95%: 8-98%), valor predictivo positivo 85% (IC 95%: 67-100%), valor predictivo negativo 98% (IC 95%: 88-100%). CONCLUSIONES: El rendimiento de un algoritmo basado en ecografía cardiopulmonar POCUS fue bueno para diagnosticar ICA en pacientes que consultan en urgencias por disnea aguda.