The Impact of Duration of Atrial Fibrillation Recurrences on Measures of Health‐Related Quality of Life and Symptoms
Notice bibliographique
Résumé
BACKGROUND: Little is known about the relationship between daily atrial fibrillation (AF) burden and quality of life (QOL). We sought to determine the influence of atrial tachycardia (AT) or AF burden on measures of QOL and symptoms. METHODS AND RESULTS: We retrospectively analyzed patients with dual-chamber pacemakers from the Atrial Septal Pacing Efficacy Clinical Trial (ASPECT), Atrial Therapy Efficacy and Safety Trial (ATTEST), and aTRial arrhythmias dEtected by implaNted Device diagnostics Study (TRENDS) trials. All patients underwent at least one QOL evaluation. We predefined four AF burden groups: no AT/AF (group 1), ≤30 minutes (group 2), 30 minutes-2 hours (group 3), and >2 hours (group 4) per day. We compared QOL measures using the 12-item Short-Form Health Survey (SF-12; standard 4 week recall) and the AF Symptom Checklist (SC) severity and frequency between groups 2-4 to those in group 1. A total of 798 patients were analyzed (age 72 ± 11 years, 447 male [56%]). SC frequency and severity and SF-12 physical and mental scores worsened significantly when patients in group 4 were compared to patients with no AF. There were no statistically significant differences for any of the measures when comparing group 2 or 3 patients to group 1. By linear regression, only the 2-hour-cutoff had a significant impact on QOL as measured by SC frequency (+3.15, P < 0.001), severity (+3.23, P < 0.001), SF-12 physical score (-2.42, P = 0.013), and SF-12 mental score (-2.11, P = 0.021). CONCLUSION: A daily AT/AF burden of more than 2 hours had significant impact on QOL. This might influence the choice of appropriate cut-off points to determine the success of an AF treatment.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».