Screening for undiagnosed atrial fibrillation in the community
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Recent years have seen significant advances in knowledge about the prevalence of 'silent' atrial fibrillation and the morbidity associated with this condition. Data are emerging on improved strategies for screening, and new technologies for detecting atrial fibrillation are becoming available, making a review of this field timely. RECENT FINDINGS: Studies suggest that, when screening is performed, undiagnosed atrial fibrillation is present in around 1% of the screened population, rising to 1.4% for those aged at least 65 years. The prevalence of silent atrial fibrillation is even higher in patients with additional risk factors (e.g. those aged 75 years, patients with heart failure). Prolonged monitoring of patients with hypertension and an implanted cardiac device showed subclinical atrial arrhythmias in at least 10% and these patients had a 2.5-fold increased risk of stroke or systemic embolism. The feasibility of screening for silent atrial fibrillation has been demonstrated in a number of populations and many new technologies for atrial fibrillation detection exist, which could improve the efficiency and cost-effectiveness of this process. SUMMARY: Increased attention is being directed towards screening for silent atrial fibrillation and our 'toolbox' for detecting it is expanding. Whether this will translate into improved outcomes for patients remains to be proven.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».