Abstract 241: Pre- and Postshock Electrogram Features in Human VF and the Occurrence of Refibrillation
Notice bibliographique
Résumé
Background: During cardiac resuscitation, recurrence of VF (or refibrillation) is a common problem that could affect the survival rates. Predicting the occurrence of refibrillation by analyzing the pre-shock/post-shock waveform would enable the EMS personnel to administer anti-arrhythmic drugs that could prevent refibrillation and could help in optimizing resuscitation outcomes. Objective: To evaluate wavelet based features extracted from pre-shock waveform and QT interval measurements from post-shock waveform in predicting refibrillation. Method: The human VF database used in this study consisted of 14 successful, 7 refibrillation, and 13 unsuccessful out-of-the-hospital VF tracings extracted from the Zoll defibrillators recorded by the Toronto area EMS personnel. For the wavelet analysis (continuous wavelet transform) we used the 10s pre-shock waveforms from all the 34 cases that were not corrupted by the CPR artifacts. Wavelet features that indirectly measure signal (i.e., electrogram) complexity were extracted as features. A two stage classification was performed, in the first stage the 34 cases were classified into two classes i.e., CLASS I: 14 succ. + 7 refib. cases and CLASS II: 13 unsuccessful cases, and in the second stage the correctly classified CLASS I was further classified into succ. and refib. categories. The QT interval analysis used the first 3 beats of the post-shock waveforms of the 7 refib. cases and verified if a decrease in QT interval was observed. Results: For the first stage CLASS I and CLASS II categories, we obtained a classification accuracy of 76.5 % and for the second stage succ. and refib. categories, we obtained a classification accuracy of 75%. However considering only the prediction of refib., we could correctly classify 4 out of the 7 refib. cases. An automated pattern classifier was used for the pattern classification. The QT interval analysis did not yield conclusive results for this study. Conclusions: The pre-shock electrogram features demonstrate potential in predicting refibrillation while the post-shock electrogram features were inconclusive.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».