MétaCan
Menu
Retour à la cohorte
Enregistrement W2105499109

The effect of low potassium in Brugrada Syndrome: A simulation study

2014· article· en· W2105499109 sur OpenAlexaff
Karen Cardona, J. L. Gómez, Javier Sáiz, Wayne R. Giles, Beatriz Trénor

Notice bibliographique

RevueComputing in Cardiology Conference · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHypokalemiaRepolarizationInternal medicineCardiologyVentricleU waveJ waveBrugada syndromeMedicineElectrocardiographyT waveElectrophysiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Brugada Syndrome (BrS) is associated with an increased risk of ventricular arrhythmias. It is caused by ion channel abnormalities and is characterized by coved ST elevation, J wave appearance and negative T waves in the right precordial electrocardiographic lead. The changes in the electrocardiogram (ECG) in the setting of BrS can be due to reduced inward currents, increased outward currents (I to ) and fibrosis. Some clinical reports relate hypokalemia to arrhythmic events (in the presence of other pathologies). Hypokalemia contributes to ST-segment elevation and changes in the T-wave morphology. It seems plausible that in patients with BrS, low extracellular potassium concentration ([K+] o ) might increase repolarization gradients, especially in right ventricle (RV), setting the stage for ventricular arrhythmia. The main goal of this study is evaluate the effect of low [K+] o in BrS using a mathematical modeling approach. Our results show that transmural dispersion of repolarization (TDR) was augmented in hypokalemic conditions. Furthermore, T peak -T end interval was calculated from the pseudo-ECG and was increased by 14 and 51 % in BrS and in BrS combined with hypokalemia, respectively, with respect to control. Additionally, a prominent J wave was observed in BrS and this increased if hypokalemia was also introduced.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,278
Écart entre enseignants0,270 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputing in Cardiology ConferenceMême sujetCardiac electrophysiology and arrhythmiasTravaux en français237 207