MétaCan
Menu
Retour à la cohorte
Enregistrement W1974949315 · doi:10.1016/j.medengphy.2009.05.009

Regional frequency variation during human ventricular fibrillation

2009· article· en· W1974949315 sur OpenAlexafffund
Karthikeyan Umapathy, Stéphane Massé, Elias Sevaptsidis, John Asta, Heather J. Ross, Nimalan Thavandiran, Krishnakumar Nair, Talha Farid, Robert J. Cusimano, Jack M. Rogers, Sridhar Krishnan, Kumaraswamy Nanthakumar

Notice bibliographique

RevueMedical Engineering & Physics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensToronto Metropolitan UniversityToronto General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEndocardiumCardiologyInternal medicineVentricular fibrillationHuman heartFibrillationMedicineAtrial fibrillation

Résumé

récupéré en direct d'OpenAlex

Quantifying the regional frequency variation in ventricular fibrillation (VF) may lead to focal strategies in treating human VF. We hypothesized that during human VF there are quantifiable regional frequency variations in the ventricles and they relate to underlying fixed myocardial substrate. In eight myopathic human hearts, we studied 35 VF episodes. The electrograms during VF were acquired simultaneously from the epicardium and endocardium using 2 electrode arrays each consisting of 112 electrodes. Regional characterization was performed using a ratio parameter derived from the dominant frequency analysis of the electrograms. The findings were related to the anatomical substrate using bipolar voltage maps. The results of the analysis indicate that LV had a larger dominant frequency (DF) span than RV (p=0.0111) while there was no significant difference (p=0.1488) in the DF span between LV freewall (FW) and septum (SE). Correlation of areas of abnormal myocardium with the dominant frequency feature matched only in 50% of the cases indicating that ion channel heterogeneity and time-varying physiological factors may play an important role in maintaining VF.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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

Citations21
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetCardiac electrophysiology and arrhythmiasTravaux en français237 207