Rate control in atrial fibrillation: looking beyond the average heart rate
Notice bibliographique
Résumé
PURPOSE OF REVIEW: The aim of this article is to provide a perspective on rate control in atrial fibrillation which emphasizes patient wellbeing (exercise tolerance, symptoms, quality of life) over attempts to reduce resting or exercise heart rate to an arbitrary range. RECENT FINDINGS: Recent trials of rhythm versus rate control strategies of treatment in patients with atrial fibrillation suggest that rate control is a viable first line strategy in many patients. The adverse consequences of atrial fibrillation with rapid ventricular response are partly due to factors other than rate itself, such as irregularity of ventricular response, and variable changes in autonomic nervous system output. Digoxin, calcium channel blockers, and beta-blockers cause a similar reduction in resting heart rate. Beta blockers are the most potent at reducing exercise heart rate, followed by calcium channel blockers and digoxin. Exercise tolerance is occasionally improved by digoxin, sometimes improved by calcium channel blockers and not improved by (and sometimes decreased by) beta-blockers. Information about quality of life with different rate control regimens is sparse. SUMMARY: Rate control in atrial fibrillation provides important benefits to patients in terms of symptoms, quality of life and prevention of late consequences of uncontrolled rate (such as tachycardia induced cardiomyopathy). Restricting treatment objectives to achievement of a specific heart rate range on resting or exercise electrocardiogram may result in lack of patient benefit or worsened symptoms. Understanding the nuances of rate control when treating individual patients and interpreting existing evidence allows patients to experience the most benefit from this treatment strategy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».