Evaluation of a subject-specific transfer-function-based nonlinear QT interval rate-correction method
Notice bibliographique
Résumé
The QT interval in the electrocardiogram (ECG) is a measure of total duration of depolarization and repolarization. Correction for heart rate is necessary to provide a single intrinsic physiological value that can be compared between subjects and within the same subject under different conditions. Standard formulas for the corrected QT (QTc) do not fully reproduce the complexity of the dependence in the preceding interbeat intervals (RR) and inter-subject variability. In this paper, a subject-specific, nonlinear, transfer function-based correction method is formulated to compute the QTc from Holter ECG recordings. The model includes five parameters: three describing the static QT-RR relationship and two representing memory/hysteresis effects that intervene in the calculation of effective RR values. The parameter identification procedure is designed to minimize QTc fluctuations and enforce zero correlation between QTc and effective RR. Weighted regression is used to better handle unbalanced or skewed RR distributions. The proposed optimization approach provides a general mathematical framework for further extensions of the model. Validation, robustness evaluation and comparison with existing QT correction formulas is performed on ECG signals recorded during sinus rhythm, atrial pacing, tilt-table tests, stress tests and atrial flutter (29 subjects in total). The resulting average modeling error on the QTc is 4.9 ± 1.1 ms with a sampling interval of 2 ms, which outperforms correction formulas currently used. The results demonstrate the benefits of subject-specific rate correction and hysteresis reduction.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».