Har vi STEMI-patienter som erhåller PCI så sent att de istället borde erbjudits trombolys? Det är ungefär vad denna franska studie berör. Jag är osäker både på hur målvärden och läget ser ut i Sverige, men studien väcker sannerligen funderingar om vi också borde titta mer på saken..?
Tagg: EKG
-
Missed opportunity for fibrinolysis in ST-segment–elevation myocardial infarction: the nationwide France-PCI registry
Missed opportunity for fibrinolysis in ST-segment–elevation myocardial infarction: the nationwide France-PCI registry. European Heart Journal – Quality of Care and Clinical Outcomes 2026;12(5):770-779. doi:10.1093/ehjqcco/qcag041Sammanfattning genererad av AI:I France-PCI-registret (2014–22) analyserades 19 472 STEMI ≤24 h. 64,9% fick PPCI inom 120 min från första diagnostiska EKG, 30,3% fick fördröjd PPCI och 4,8% fibrinolys. Bland fördröjd PPCI var 55,6% tidiga presenterare (symtom–EKG ≤3 h) utan tydliga kontraindikationer, men fick ändå ingen fibrinolys; detta var stabilt över tid med stor regional variation.
– Fibrinolys användes sällan och minskade över tid trots riktlinjer vid väntad PPCI-fördröjning >120 min.
– Över hälften av fördröjda PPCI hos tidiga, strikt fibrinolys-berättigade patienter utgjorde en kvarstående ”missad-fibri
– Markant regional heterogenitet talar för system- och triagefaktorer.
– Mobila IVA-enheter/helikopter och längre avstånd gynnade fibrinolys; högre ålder kopplades till fördröjd PPCI utan fibriSammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Determinants of Timely Prehospital Thrombolysis Administration within a Pharmacoinvasive STEMI Network in Victoria, Australia
Prehospital trombolys är väl numera relativt ovanligt förekommande i Sverige, även om det används på vissa håll i ”mitt” län och säkert andra glesbygdslän. Ändå tycker jag denna australiska studie är tämligen intressant och har bäring på beteenden och arbetssätt i vår kontext. Hur mycket påverkar symtompresentationen, ex stark/svag smärta, prioriteringar och vårdtempo? Och en annan sak är de olika arbetssätt vi tillämpar… Tar man EKG bedside redan hos patienten, eller väntar man tills man kommit ut i ambulansen? Kanske finns insikter i denna studie som kan bidra till att vi bättre kan studera och forma våra egna arbetssätt…
Determinants of Timely Prehospital Thrombolysis Administration within a Pharmacoinvasive STEMI Network in Victoria, Australia. Prehospital Emergency Care 2026:1-16. doi:10.1080/10903127.2026.2711274Sammanfattning genererad av AI:Retrospektiv kohortstudie i en australiensisk STEMI-nätverksregister (2018–2023) med 1440 vuxna som fick prehospital trombolys. Endast 32,5% behandlades inom 30 min från första medicinska kontakt (median 37 min). Fördröjning kopplades till lindrig smärta, efter kontorstid och klinisk konsultation, medan tidigt EKG (≤10 min) minskade risken. Tider förbättrades över åren.
– 32,5% nådde målet FMC–PHT ≤30 min; median 37 min.
– Lindrig smärta var starkast kopplad till fördröjd trombolys.
– Tidigt EKG (≤10 min) var associerat med kortare tider och lägre fördröjningsrisk.
– Efter kontorstid och klinisk konsultation var oberoende kopplade till längre tider; förbättring sågs över studieperiodenSammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Performance of the SVEAT (Symptoms, Vascular Disease History, Electrocardiography, Age, and Troponin) score for predicting 90-day major adverse cardiac events in patients with acute chest pain
Idag en artikel i akutmottagningskontext, men som berör prediktion av Major Adverse Cardiac Eventes (MACE), vilket omskrivits här ur prehospitalt fokus tidigare, och utifrån min bedömning högintressant även ur prehospitalt perspektiv.
Två grejer 100% vid sidan om ämnet är 1) att det är roligt att röra sig runt i Sverige. Fick ”ledighets-samverka” vid en liten incident på Willys i Kungälv med två glada kollegor från VGR. Så kul och härligt att se yrkestiteln ”Avancerad specialistsjuksköterska”! 💛💚 2) Desto dystrare är att jag läser i nyhetsmedia att det idag varit ett drunkningstillbud med mindre barn inblandat i min hemstad, som utifrån vad man kan utläsa av mediauppgifterna låter mycket allvarligt. Gårdagens budskap i finvädret kan inte nog understrykas – repetera HLR vid drunkning!
Nu tar jag ett dopp följt av en kall. Håll ut i värmen!
Performance of the SVEAT (Symptoms, Vascular Disease History, Electrocardiography, Age, and Troponin) score for predicting 90-day major adverse cardiac events in patients with acute chest pain. BMC Emergency Medicine 2026. doi:10.1186/s12873-026-01685-7Sammanfattning genererad av AI:Studien utvärderade SVEAT-score för att förutsäga 90-dagars MACE hos 348 akutmottagningspatienter med akut bröstsmärta. 7,2% fick MACE. Andra hs-troponin I efter 2 timmar var associerat med MACE. SVEAT hade högst diskriminationsförmåga (AUC 0,806) jämfört med HEART (0,756) och TIMI (0,753). Vid cut-off 4 gav SVEAT hög specificitet (0,86) men låg sensitivitet (0,56).
– 348 patienter med akut bröstsmärta följdes i 90 dagar; 7,2% fick MACE.
– SVEAT hade högre AUC än HEART och TIMI i denna kohort.
– Vid cut-off 4 fungerar SVEAT bättre för ”rule-in” (hög specificitet) än som screening (låg sensitivitet).
– Upprepad hs-troponin I (2-timmarsprov) var signifikant kopplad till MACE.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Prehospital 12-lead ECG and outcomes in acute coronary syndrome
Är det så även i Sverige att en inte oväsentlig andel av patienterna som vore betjänta av det inte får ett 12-avlednings-EKG avläst prehospitalt? Läs gärna dagens intressanta studie och reflektera själv!
Prehospital 12-lead ECG and outcomes in acute coronary syndrome.Sammanfattning genererad av AI:Registerbaserad, länkad kohortstudie (England/Wales 2010–2017) med 330
713 EMS-transporterade ACS-patienter undersökte anvöndning av prehospitalt 12-avlednings-EKG. Andelen med PHECG kade 74,2% till 85,0%. PHECG var associerat med lögre 30-dagars- och 1-rsdödlighet samt högre sannolikhet för reperfusion vid STEMI.– PHECG registrerades hos 79,7% och kade ver tid, men 15% fick det fortfarande inte 2017.
– PHECG var associerat med lgre mortalitet vid 30 dagar (justerad OR 0,77) och 1 r (OR 0,69).
– Vid STEMI var PHECG kopplat till mer reperfusion (84,5% vs 54,7%; justerad OR 4,37).Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
AI-enhanced ECG for acute coronary syndrome triage: A state-of-the-art review
Jag har inte fått något hårt slag i huvudet även om man kan tro det, här kommer nämligen ännu en uppdatering kring AI i enlighet med gårdagens tema 🙂 Dagens studie är en review kring AI-baserad prehospital EKG-tolkning, och hur denna kan användas för att aktivera PCI-flöde samt utesluta akut hjärtinfarkt (det senare i kombination med högkänsligt troponin). Jag skriver ingen lång text om resultatet idag, men summan är iallafall att författarna ser AI-tolkning av EKG som en lämplig second opinion i klinisk verksamhet gällande inklusion till koronarangiografi samt för uteslutande av akut hjärtinfarkt – det senare om det kombineras med högkänsligt troponin för att uppnå tillräcklig sensitivitet (>99%). AI-tolkning av EKG bör dock enligt författarna även fortsatt ses som ett verktyg under utveckling, och stora randomiserade studier behövs för att säkerställa att sensitiviteten är tillräcklig i stora och heterogena populationer.
AI-enhanced ECG for acute coronary syndrome triage: A state-of-the-art review. Cardiovascular Revascularization Medicine 2026. doi:10.1016/j.carrev.2026.06.015Sammanfattning genererad av AI:Översikten sammanfattar ny evidens för AI-förstärkt EKG vid triage av akut koronart syndrom. Den betonar skillnaden mellan att upptäcka akut kranskärlsocklusion (OMI) för snabb kateterlabbaktivering och att utesluta akut hjärtinfarkt, vilket kräver seriella högkänsliga troponiner. AI-EKG kan öka sensitiviteten för OMI och minska falsklarm, samt fungera som ”second opinion” med viktiga implementeringsrisker.
– AI-EKG kan förbättra detektion av OMI jämfört med standardtriage och minska falska kateterlabbaktiveringar.
– EKG ensamt kan inte utesluta akut MI; AI kan vara ett stöd ihop med hs-troponin och riskskattning.
– Föreslår ett ”Second Opinion”-upplägg där AI är beslutsstöd till klinikern.
– Implementering kräver hantering av bias, alert fatigue, dokumentation och risk för ökad digital ojämlikhet.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Evaluation of Pre-hospital Point of Care Troponin Testing
Idag kör vi ett kliv bort från de vanliga tidskriftsartiklarna publicerade i tidsskrifter med peer review. Istället blir det en utvärderingsrapport från ett projekt i Manchester som utgör del av något de kallar Advanced Diagnostics Accelerator Programme. Projektet som utvärderas syftade till att utvärdera implementering och tänkbar impact av prehospital point-of-care-testning av högkänsligt troponin (POCTT), vilket ju är ett ämne som omskrivits på prehospital tidigare kring en review-studie.
I projektet användes testning av högkänsligt troponin i den prehospitala fasen som del i ett riskstratifieringsverktyg som kallas T-MACS. Vill man sätta sig in i T-MACS så kan man ex.vis hitta en kalkylator för T-MACS-score här. I den tidigare publicerade review:n återfanns inga studier med T-MACS, eftersom det saknades sådana där scoringen – inklusive troponin – utfördes av ambulanspersonal. Men nu tycks det alltså vara gjort, dock ej i syfte att validera scoringen prehospital alltså, utan mer ur implementeringsperspektiv…
Fynden i studien var iallafall att det var genomförbart att använda POCTT prehospitalt. Fall där testning användes tog i genomsnitt 9 minuter längre tid på hämtplatsen än motsvarande händelser utan testning. I den senare delen av studien gav 86% av testerna valida resultat, att jämföra med en något lägre siffra tidigare under testperioden. Författarna uppger att drygt 46.000 patienter söker för bröstsmärta i deras område varje år, och beräknar att om de olika gruppernas proportioner från studien projiceras på hela den populationen så skulle drygt 29.000 patienter kunna få en mer ändamålsenlig väg in i vården med POCTT och nästan 14.000, d.v.s. 30%, kvarstanna på hämtplats.
Jag tänker att det finns flera intressanta delar att vidare beforska här. En multi-centerstudie kring implementering i fler olika kontexter? En studie på sensistivitet och specificitet i den prehospitala kontexten? Framförallt är man nyfiken på falskt negativa, patienter som riskerar få försämrad/felaktig behandling. Sen vore som alltid patientperspektiv intressant. Oavsett vad, jag tycker det är en spännande rapport och det här är något jag verkligen förväntar mig på bredden i den prehospitala vården inom inte alltför lång tid. Med bröstsmärta som vanligaste sökorsak finns ju enorma vinster i mer ändamålsenlig vård för patienten och minskade belastning på akutsjukvården.
Evaluation of Pre-hospital Point of Care Troponin Testing. amber – ambulance research repository 2026. doi:20.500.12417/2162Sammanfattning genererad av AI:Projektet utvärderade införande och möjlig påverkan av prehospital point-of-care-troponintestning för patienter med bröstsmärta i tre ambulansstationer i Greater Manchester (juli 2024–dec 2025). 74 paramedicinare testade 638 patienter med kapillärprov och använde T‑MACS-kalkylator. Insatserna gav i snitt 9 min längre tid på plats, men 86% giltiga prov i senare fas; många skulle kunna undvika ED-transport.
– Mixed methods: register-/journaldata för statistik, flödes- och kostnadsanalys samt kvalitativ återkoppling.
– Prehospital troponin + T‑MACS gav längre tid på skadeplats (≈9 min) jämfört med liknande larm.
– Andelen giltiga testresultat nådde 86% i senare pilotfas; vanliga fel var provtagning och intern QC.
– Analysen uppskattar att många bröstsmärtepatienter kan få ändrad vårdväg och att en stor andel kan undvika transport.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2). -
Prediction of Shock-refractory Ventricular Fibrillation in Patients with Out-of-Hospital Cardiac Arrest: External Validation of an ECG-based Approach
Lördag och hjärtstoppstema. I dagens studie, utförd i Sydkorea, försöker författarna validera en modell för att förutsäga refraktärt VF utifrån EKG-karaktäristika från Zoll-defibrillatorer. Det visar sig också fungera relativt bra och de lyckas uppnå en AUC på 0.782 för att förutsäga behov av ≥3 defibrilleringar och 0.805 för att förutsäga behov av ≥3 på varandra följande defibrilleringar. Framförallt var EKG-data från minuten efter den första defibrilleringen användbart, men modellen använde också data från före defibrillering.
Vad skulle då en dylik prediktionsmodell kunna användas till? Jag tänker att detta i framtiden skulle kunna vara intressant för att ex.vis överväga antiarytmikum tidigare än efter tredje defibrilleringen, men även saker såsom vektorbyte eller dubbeldefibrillering kan ju potentiellt användas tidigt i processen – samt ej att förglömma snabb transport till sjukhus för ev. andra åtgärder såsom PCI eller rentav ECPR. Detta blir såklart spekulativt än så länge, då både prediktionsmodellen och tekniker som DSED ännu är otillräckligt beforskade, men att tidigare förstå karaktäristika kring den hjärtstoppspatient vi har framför oss torde kunna ge oss viktiga fördelar för att möjligen kunna pressa upp överlevnaden lite extra.
Prediction of Shock-refractory Ventricular Fibrillation in Patients with Out-of-Hospital Cardiac Arrest: External Validation of an ECG-based Approach. Resuscitation 2026:111114. doi:10.1016/j.resuscitation.2026.111114Sammanfattning genererad av AI:Studien validerade externt en tidigare ECG-baserad metod för att förutsäga chockrefraktärt ventrikelflimmer vid hjärtstopp utanför sjukhus i en asiatisk kohort. I en retrospektiv analys av Seoul OHCA-register (2020–2023) användes 3-sekunders ECG före/efter första chocken och 25 scalogram-funktioner i logistisk modell. AUC var 0,782–0,805 och liknade originalstudien.
– Retrospektiv kohort från Seoul OHCA-register med initialt chockbar rytm (n=428).
– Chockrefraktärt VF definierades som ≥3 chocker totalt eller ≥3 i följd.
– Logistisk modell med 25 ECG-funktioner gav god prediktion (AUC ~0,78–0,81).
– Prestandan skilde sig inte signifikant från den ursprungliga studiens rapporterade AUC.Sammanfattningen är automatiskt genererad med en språkmodell från OpenAI (GPT 5.2).