Heart failure in patients with sick sinus syndrome treated with single lead atrial or dual-chamber pacing: no association with pacing mode or right ventricular pacing site
Notice bibliographique
Résumé
AIMS: Previous studies indicate that ventricular pacing may precipitate heart failure (HF). We investigated occurrence of HF during long-term follow-up among patients with sick sinus syndrome (SSS) randomized to AAIR or DDDR pacing. Furthermore, we investigated effects of percentage of ventricular pacing (%VP) and pacing site in the ventricle. METHODS AND RESULTS: We analysed data from 1415 patients randomized to AAIR (n = 707) or DDDR pacing (n = 708). Ventricular pacing leads were recorded as located in either an apical or a non-apical position. The %VP and HF hospitalizations were recorded during follow-up. Patients were classified with new HF, if in New York Heart Association (NYHA) functional class IV or if presence of ≥2 of: oedema; dyspnoea; NYHA functional class III. Mean follow-up was 5.4 ± 2.4 years. Heart failure hospitalizations did not differ between groups. In the AAIR group, 170 of the 707 (26%) patients developed HF vs. 169 of the 708 (26%) patients in the DDDR group, hazard rate ratio (HR) 1.00, 95% confidence interval (CI) 0.79-1.22, P = 0.87. In DDDR patients, 146 of the 512 patients (29%) with ventricular leads in an apical position developed HF vs. 28 of the 161 patients (17%) with the leads in a non-apical position, HR 0.67, CI 0.45-1.00, P = 0.05. After adjustments this difference was non-significant. The incidence of HF was not associated with %VP (P = 0.57). CONCLUSION: In patients with SSS, HF was not associated with pacing mode, %VP, or ventricular lead localization. This suggests that DDDR pacing is safe in patients with SSS without precipitating HF.
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 | 0,001 |
| 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 ».