MétaCan
Menu
Retour à la cohorte
Enregistrement W2093887360 · doi:10.1213/01.ane.0000239330.45658.76

Nonlinear Heart Rate Variability Analysis May Predict Atrial Fibrillation After Coronary Artery Bypass Grafting

2006· article· en· W2093887360 sur OpenAlexaff
Dmitri Chamchad, George Djaiani, Hyun Ju Jung, Lev Nakhamchik, Jo Carroll, Jay Horrow

Notice bibliographique

RevueAnesthesia & Analgesia · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationCardiologyInternal medicineOdds ratioArteryCardiopulmonary bypassCardiac surgeryCoronary artery bypass surgeryBypass graftingLogistic regression

Résumé

récupéré en direct d'OpenAlex

In Brief BACKGROUND: Heart rate variability might predict arrhythmias after coronary artery bypass grafting. METHODS: Off-line processing of 10-min electrocardiogram recordings of consecutive patients provided R–R intervals for time domain, frequency domain, Poincaré, and point correlation analyses and subsequent association with postoperative atrial fibrillation by stepwise multivariate logistic regression. RESULTS: Of 88 patients who met entry criteria, 13 developed atrial fibrillation. Peak point correlation dimension (odds ratio 3.985/unit, P = 0.0096) and age (odds ratio 1.144/yr, P = 0.0019) were independently associated with atrial fibrillation (c-statistic = 0.839). CONCLUSIONS: Further study should confirm the ability of peak point correlation dimension to predict atrial fibrillation after coronary artery surgery with cardiopulmonary bypass. IMPLICATIONS: Atrial fibrillation after coronary artery surgery prolongs hospital stay and complicates care. Predicting this outcome would allow targeted prophylaxis. Heart rate variability measures in this study indicate that peak point correlation dimension (PD2), a nonlinear measure, best associates with cardiac arrhythmias, warranting further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,236
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesia & AnalgesiaMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207