Noninvasive Cardiac Monitoring for Detecting Paroxysmal Atrial Fibrillation or Flutter After Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Identifying paroxysmal atrial fibrillation/flutter is an essential part of the etiological workup of patients with ischemic stroke. However, there is controversy in the literature regarding the use of noninvasive cardiac rhythm monitoring with previous reviews reporting a low detection rate with routine monitoring. We performed a systematic review to determine the frequency of occult atrial fibrillation/flutter detected by noninvasive methods of continuous cardiac monitoring after acute ischemic stroke or transient ischemic attack. METHODS: Studies were identified from comprehensive searches of PubMed, EMBASE, Science Citation Index, and bibliographies of relevant articles. Only English language articles were included. Randomized controlled trials and prospective cohort studies of consecutive patients with acute ischemic stroke that fulfilled predefined criteria were eligible. Two authors conducted searches and abstracted data from eligible studies independently. RESULTS: Sixty studies were deemed potentially eligible. After application of eligibility criteria, 5 studies (736 participants) were included in the analysis. All studies evaluated Holter monitoring; 2 also evaluated event loop recording. In studies that evaluated Holter monitoring (588 participants), new atrial fibrillation/flutter was detected in 4.6% (95% CI: 0% to 12.7%) of consecutive patients with ischemic stroke. Duration of monitoring ranged from 24 to 72 hours. Two studies (140 participants) evaluated event loop recorders after Holter monitoring. New atrial fibrillation/flutter was detected in 5.7% and 7.7% of consecutive patients in these 2 studies. CONCLUSIONS: Screening consecutive patients with ischemic stroke with routine Holter monitoring will identify new atrial fibrillation/flutter in approximately one in 20 patients. Although based on limited data, extended duration of monitoring may improve the detection rate. Further research is required before definitive recommendations can be made.
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 | 0,007 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».