More frequent optimization by the adaptive crt algorithm in patients with higher daily activity: analysis of the adaptive crt trial
Notice bibliographique
Résumé
Purpose: The benefit of CRT can be improved through optimization of its pacing parameters. Adaptive CRT algorithm (aCRT) evaluates intrinsic electrical conduction once every minute and provides either LV or BIV pacing with dynamically optimized AV and VV delays. Safety and clinical efficacy of the aCRT has been demonstrated in theAdaptive CRT trial. We investigated whether the frequency of the AV delay adjustments by the algorithm was related to patients daily activity. Methods: Daily activity is measured by a sensor as a percentage of the day when the activity exceeds a certain threshold. For each patient an average daily activity over the FU (20.4±5.7 months) was calculated. Patients (n=314) were stratified into 4 quartiles according to their average daily activity. We calculated: a) the percent of the once-a-minute algorithm conduction measurements which led to a subsequent adjustment in the device AV delay and b) the percent of patients who improved in Packer's Clinical Composite Score (CCS) and worsened from pre-implant to FU; c) changes in the LV EF and left-ventricular end-systolic index (LV ESVi) over the 12-month FU. The F-test was used to compare the means across the quartiles. Results: Patients in higher quartiles of the daily activity levels had greater frequency of AV delay adjustments by the aCRT algorithm and were characterized by a greater proportion of responders to CRT as defined by the improvement in CCS. There were no significant differences in LV EF and LV ESVi changes across patient activity quartiles. Table 1. Frequency of AV delay adjustments by the aCRT algorithm and changes in clinical end-points from pre-implant to 12-month FU stratified by activity levels Conclusions: Patients with higher activity experience more frequent adjustments of AV delays by the Adaptive CRT algorithm and are characterized by a greater improvement in clinical condition.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».