MétaCan
Menu
Retour à la cohorte
Enregistrement W1932289900 · doi:10.2196/resprot.4899

Detecting Heart Failure Decompensation by Measuring Transthoracic Bioimpedance in the Outpatient Setting: Rationale and Design of the SENTINEL-HF Study

2015· article· en· W1932289900 sur OpenAlexvenueno aff
Silviu Dovancescu, Jane S. Saczynski, Chad E. Darling, Jarno Riistama, Fatima H. Sert Kuniyoshi, Theo E. Meyer, Robert J. Goldberg, David D. McManus

Notice bibliographique

RevueJMIR Research Protocols · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésDecompensationMedicineAcute decompensated heart failureHeart failureInternal medicineCardiologyEmergency medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recurrent hospital admissions are common among patients admitted for acute decompensated heart failure (ADHF), but identification of patients at risk for rehospitalization remains challenging. Contemporary heart failure (HF) management programs have shown modest ability to reduce readmissions, partly because they monitor signs or symptoms of HF worsening that appear late during decompensation. Detecting early stages of HF decompensation might allow for immediate application of effective HF therapies, thereby potentially reducing HF readmissions. One of the earliest indicators of HF decompensation is intrathoracic fluid accumulation, which can be assessed using transthoracic bioimpedance. OBJECTIVE: The SENTINEL-HF study is a prospective observational study designed to test a novel, wearable HF monitoring system as a predictor of HF decompensation among patients discharged after hospitalization for ADHF. METHODS: SENTINEL-HF tests the hypothesis that a decline in transthoracic bioimpedance, as assessed daily with the Philips fluid accumulation vest (FAV) and transmitted using a mobile phone, is associated with HF worsening and rehospitalization. According to pre-specified power calculations, 180 patients admitted with ADHF are enrolled. Participants transmit daily self-assessments using the FAV-mobile phone dyad for 45 days post-discharge. The primary predictor is the deviation of transthoracic bioimpedance for 3 consecutive days from a patient-specific normal variability range. The ADHF detection algorithm is evaluated in relation with a composite outcome of HF readmission, diuretic up-titration, and self-reported HF worsening (Kansas City Cardiomyopathy Questionnaire) during a 90-day follow-up period. Here, we provide the details and rationale of SENTINEL-HF. RESULTS: Enrollment in the SENTINEL-HF study is complete and the 90-days follow-up is currently under way. Once data collection is complete, the study dataset will be used to evaluate our ADHF detection algorithm and the results submitted for publication. CONCLUSION: SENTINEL-HF emerged from our long-term vision that advanced home monitoring technology can improve the management of chronic HF by extending clinical care into patients' homes. Monitoring transthoracic bioimpedance with the FAV may identify patients at risk of recurrent HF decompensation and enable timely preventive measures. TRIAL REGISTRATION: Clinicaltrials.gov NCT01877369: https://clinicaltrials.gov/ct2/show/NCT01877369 (Archived by WebCite at http://www.webcitation.org/6bDYl0dGy).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,265

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,337
Tête enseignante GPT0,494
Écart entre enseignants0,157 · 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 tête enseignante, 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

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetHeart Failure Treatment and ManagementTravaux en français237 207