MétaCan
Menu
← Retour à la cohorte
Enregistrement W1514931339 · doi:10.1109/cic.1994.470183

Extracardiac factors influencing left ventricular hypertrophy classification models

2002· article· en· W1514931339 sur OpenAlexaff
Shibing Zhou, Harry P. Calhoun, P.M. Rautaharju

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCardiologyAnthropometryLeft ventricular hypertrophyMedicineQRS complexInternal medicineOverweightBody mass indexObesityElectrocardiographyMuscle hypertrophyBlood pressure

Résumé

récupéré en direct d'OpenAlex

Extracardiac factors are known to influence electrocardiographic (ECG) features used in left ventricular hypertrophy (LVH) classification criteria. It is generally assumed that ECG amplitudes decrease with age and obesity. The authors examined the association between anthropometric variables and the standard 12-lead resting ECG of white, black and Hispanic men and women and found that, contrary to the expectations, many ECG amplitudes such as RaVL+SV3 increased with increasing body mass index (BMI) and changed little with age. As expected, obesity was associated with leftward shift of QRS axis. However, the leftward shift of about 8 degrees per decade of age was equally pronounced in overweight and normal-weight women and men. The apparent strong influence of chest size and configuration on ECG amplitudes is largely due to variations in body weight and heart size. Smaller QRS amplitudes in left lateral chest leads in women appear partially to be associated with the attenuating effect of the breast tissue. It is concluded that chest size and configuration, and body weight have a strong influence on ECG amplitudes used in LVH criteria and that this influence differs from lead to lead and the interactions are complex. Extracardiac anthropometric factors, age, gender, and ethnic differences need to be properly considered in order to improve LVH criteria and ECG models for left ventricular mass estimation.>

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,238
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCardiovascular Function and Risk Factors→Travaux en français237 207→