澳大利亞學者R L Kennedy和R F Harrison運用臨床資料及現有的ECG建立一個急性冠脈綜合癥的統計模型，并對其可靠性及可操作性加以了評估。他們從UK教學醫院調用了3462名患者的數據資料。建立了8,14,25,和43因素的logistic回歸模型，數據經接收機工作特征曲線來進行分析。選出一個中心的25因素模型做進一步的研究分析結果顯示：98.2%的ST段抬高性心肌梗塞(STEMIs)和96.2%的非ST段抬高性心肌梗塞(non-STEMIs)能夠正確地區分，僅2.1%的非心源性疾病不能被準確區分。從其他3個中心來的數據資料的分析結果表明，97.3% 的STEMIs和 91.9%的非STEMIs能被準確分類。而當分析結果與臨床資料及標志性的蛋白結合起來分析，則結果更加可靠。以上數據表明，建立在現有資料基礎上的Logistic回歸模型能夠相當準確地分類胸痛的患者，尤其是將臨床資料及標志蛋白結合起來一起分析，結果將更為可靠。/**/