Intramural Activation During Early Human Ventricular Fibrillation
Notice bibliographique
Résumé
BACKGROUND: We investigated patterns of intramural activation in early human ventricular fibrillation (VF) and hypothesized that intramural reentry colocalizes to sites with increased intramural fibrosis. METHODS AND RESULTS: Thirteen human Langendorff hearts were used for this study. Twenty-five plunge needles (4 unipoles/needle) were used to map 100 intramural sites. For the global mapping component, 11 20-s episodes of early VF were studied in 6 hearts. Simultaneous activation of all 4 electrodes was the most common pattern observed in 48.7% of needles, followed by an endocardial-to-epicardial activation pattern (9.8% of needles) and epicardial-to-endocardial activation pattern (5.5% of needles); 19.3% of needles had nonuniform multidirectional patterns. In 2 orthogonal planes, 1 parallel and 1 perpendicular to the epicardium and endocardium, reentry was detected in 14.3% of beats at any 1 level, and 5.8% of these were transmural. Simultaneous mapping of the epicardium and endocardium in 5 hearts detected concurrently rotating rotors with similar chirality and cycle length, suggesting the presence of transmural scroll waves (n=6), which was confirmed by high-resolution fixed-space mapping in 2 of those hearts plus 1 additional heart. Transmural optical mapping in 1 additional heart confirmed simultaneous epicardial and endocardial activation. Histopathology revealed greater fibrosis at sites of reentry compared to areas without (53.3±11.9% versus 27.5±2.4%, P=0.02). CONCLUSIONS: Intramural activation patterns suggest that early human VF does not organize as multiple reentrant wavefronts but is best explained by transmural scroll wave activation. Intramural reentry localizes to regions of greater intramural fibrosis.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».