Improving SVT Discrimination in Single‐Chamber ICDs: A New Electrogram Morphology‐Based Algorithm
Notice bibliographique
Résumé
INTRODUCTION: Wide-spread adoption of ICD therapy has focused efforts on improving the quality of life for patients by reducing "inappropriate" shock therapies. To this end, distinguishing supraventricular tachycardia from ventricular tachycardia remains a major challenge for ICDs. More sophisticated discrimination algorithms based on ventricular electrogram morphology have been made practicable by the increased computational ability of modern ICDs. METHODS AND RESULTS: We report results from a large prospective study (1,122 pts) of a new ventricular electrogram morphology tachycardia discrimination algorithm (Wavelet Dynamic Discrimination, Medtronic, Minneapolis, MN, USA) operating at minimal algorithm setting (RV coil-can electrogram, match threshold of 70%). This is a nonrandomized cohort study of ICD patients using the morphology discrimination of the Wavelet algorithm to distinguish SVT and VT/VF. The Wavelet criterion was required ON in all patients and all other supraventricular tachycardia discriminators were required to be OFF. Spontaneous episodes (N = 2,235) eligible for ICD therapy were adjudicated for detection algorithm performance. The generalized estimating equations method was used to remove bias introduced when an individual patient contributes multiple episodes. Inappropriate therapies for supraventricular tachycardia were reduced by 78% (90% CI: 72.8-82.9%) for episodes within the range of rates where Wavelet was programmed to discriminate. Sensitivity for sustained ventricular tachycardia was 98.6% (90% CI: 97-99.3%) without the use of high-rate time out. CONCLUSIONS: Results from this prospective study of the Wavelet electrogram morphology discrimination algorithm operating as the sole discriminator in the ON mode demonstrate that inappropriate therapy for supraventricular tachycardia in a single-chamber ICD can be dramatically reduced compared to rate detection alone.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».