MétaCan
Menu
Retour à la cohorte
Enregistrement W2889681397 · doi:10.4414/smw.2018.14652

Prevalence and predictors of atrial fibrillation type among individuals with recent onset of atrial fibrillation

2018· article· en· W2889681397 sur OpenAlexaff
Francisco Javier Ruperti‐Repilado, Laura Doerig, Steffen Blum, Stefanie Aeschbacher, Philipp Krisai, Peter Ammann, Paul Erné, Giorgio Moschovitis, Marcello Di Valentino, Dipen Shah, Samuel Stempfel, Christian Sticherling, Stefan Osswald, David Conen

Notice bibliographique

RevueSwiss Medical Weekly · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationInternal medicineCardiologyOdds ratioConfidence intervalCohortProspective cohort studyPopulationCohort studyLogistic regression

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Atrial fibrillation (AF) is considered to be a progressive disease, starting with intermittent episodes that progress over time to more sustained events. However, little is known about the prevalence of and predictors for AF type among patients with recent-onset AF. We aimed to address these issues among a selected population of patients with AF. METHODS: The Basel atrial fibrillation cohort (BEAT-AF) study is an ongoing prospective multicentre cohort study among patients with AF. At baseline, we obtained information on the date of AF diagnosis, AF type, comorbidities, medication and lifestyle factors. For this analysis, 486 (31.4%) out of 1550 participants with recent-onset AF (defined as AF duration <24 months) were included. Predictors for AF type (non-paroxysmal vs paroxysmal) were obtained using multivariable adjusted logistic regression models. RESULTS: Mean age was 67 (59-75) years and 136 (28%) were women. Recent-onset paroxysmal AF was observed in 301 (62%) participants, 185 (38%) had non-paroxysmal AF - persistent AF in 148 (30.4%) and permanent AF in 37 (7.6%). In multivariable models, odds ratios for having non-paroxysmal AF around AF diagnosis were 1.03 per year increasing in age (95% confidence interval [CI] 1.01-1.05, p = 0.01); 2.70 (1.5-4.68, p = 0.0004) for history of heart failure; 3.82 (1.05-13.87, p = 0.04) for a history of hyperthyroidism and 1.04 (1.02-1.05, p <0.0001) per beat increase in heart rate. CONCLUSION: We found a substantial proportion of AF patients with the non-paroxysmal form shortly after diagnosis. Predictors for non-paroxysmal AF were increasing age, history of heart failure or hyperthyroidism, and a higher heart rate.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,313
Écart entre enseignants0,282 · 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'étudeObservationnel
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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSwiss Medical WeeklyMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207