Fragmented Surface ECG Was a Poor Predictor of Appropriate Therapies in Patients with Chagas’ Cardiomyopathy and ICD Implantation (Fragmented ECG in CHAgas’ Cardiomyopathy Study)
Notice bibliographique
Résumé
BACKGROUND: Main causes of death in chronic Chagas' cardiomyopathy (CChC) are progressive congestive heart failure and sudden cardiac death. Implantable cardioverter defibrillators (ICD) have been proved an effective therapy to prevent sudden death in patients with CChC. Identification of predictors of sudden death remains a challenge. OBJECTIVE: To determine whether surface fragmented ECG (fQRS) helps identifying patients with CChC and ICDs at higher risk of presenting appropriate ICD therapies. METHODS: Multicenter retrospective study. All patients with CChC and ICDs were analyzed. Clinical demographics, surface ECG, and ICD therapies were collected. RESULTS: A total of 98 patients were analyzed. Another four cases were excluded due to pacing dependency. Mean age was 55.5 ± 10.4 years, male gender 65%, heart failure New York Heart Association class I 47% and II 38%. Mean left ventricular ejection fraction (LVEF) 39.6 ± 11.8%. The indication for ICD was secondary prevention in 70% of patients. fQRS was found in 56 patients (59.6%). Location of fragmentation was inferior (57.1%), lateral (35.7%), and anterior (44.6%). Rsr pattern was the more prevalent (57.1%). Predictors of appropriate therapy in the multivariate model were: increased age (P = 0.01), secondary prevention indication (P = 0.01), ventricular pacing >50% of the time (P = 0.004), and LVEF <30% (P = 0.01). The presence of fQRS did not identify patients at higher risk of presenting appropriate therapies delivered by the ICD (P = 0.87); regardless of QRS interval duration. CONCLUSIONS: fQRS is highly prevalent among patients with CChC. It has been found a poor predictor of appropriate therapies delivered by the ICD in this population.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».