Specific patterns of premature beats tend to initiate ventricular tachyarrhythmias in human patients
Notice bibliographique
Résumé
Introduction. Previously, we demonstrated that certain patterns of abnormal rapid beats, notably “short-long-short-short” (SLSS) patterns, tend to produce action potential block in computer models, and tend to initiate VF in in vivo canine experiments, consistent with our theory based on electrical restitution. Here we present evidence that these same patterns often precede VF in human ECG recordings. Methods. Thirty-four ECG recordings from just prior to and during tachyarrhythmic events were obtained from ICDs implanted in several human patients. The distributions of the first four abnormal RR intervals prior to arrhythmia onset were fit to single-gaussian and dual-gaussian distributions. Results. Dual-gaussian distributions were obtained for the second and third abnormal beats, while single gaussian distributions were obtained for the first and fourth. These distributions are consistent with the tendency of the SLSS pattern of premature beats, as well as SLLS and SSSS patterns, to precede the tachyarrhythmic event, as described by our computer model. Conclusions. The results provide further evidence that electrical restitution theory, the basis for both our theory and computer model, although imperfect, is sufficient to both predict and understand the manner in which premature beats initiate VF. This understanding may, in the future, lead to new methods for preventing VF, through the imposition of stimuli designed to avoid the dangerous premature beat patterns described in this study.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».