<b>High Rate Atrial Tachyarrhythmia Detections in Implantable Pulse Generators</b>: Low Incidence of False‐Positive Detections
Notice bibliographique
Résumé
Some newer pulse generators have enhanced diagnostic features that provide information on the frequency, date, time of onset, and duration of atrial and/or ventricular tachyarrhythmias. However, the sensitivity and specificity of device-based atrial tachyarrhythmia detections may vary and depend, in part, on lead position and selected programming parameters. The prevalence of inappropriate detections of paroxysmal atrial fibrillation (PAF) was investigated in 97 patients who received a Thera DR pacemaker 3 months prior to a planned AV node ablation. Patients were randomized to no atrial or to rate adaptive atrial pacing therapy and followed for 3 months. Following a total AV node ablation, patients were randomized to DDDR versus VDD pacing and followed for 1 year. The high rate atrial episode diagnostic feature was used for detection of PAF and the diagnostic data were retrieved during follow-up visits. Criteria were developed to identify oversensing due to near-field P wave detections, far-field R wave detections, or competitive atrial pacing as causes of false-positive atrial tachyarrhythmia detections. A total of 1,636 detections of PAF were recorded in patients preablation. Only 48 episodes (2.9%) were characterized as false-positive detections; 25 episodes (1.5%) were classified as oversensing, and 23 episodes (1.4%) were classified as competitive atrial pacing. A total of 3,061 detections of PAF were recorded postablation. Only four episodes (0.1%) were classified as oversensing. Thus, the diagnostic atrial tachyarrhythmia detection feature in newer pacemakers is an effective method for evaluating the time course of PAF in patients with implantable pulse generators.
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 | 0,000 | 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 ».