MétaCan
Menu
Retour à la cohorte
Enregistrement W2890554185 · doi:10.1177/0300060518793807

Biomarkers and arrhythmia recurrence following radiofrequency ablation of atrial fibrillation

2018· article· en· W2890554185 sur OpenAlexaffabout
David Carballo, Stéphane Noble, Sebastian Carballo, Jérôme Stirnemann, Hajo Müller, Haran Burri, Nicolas Vuilleumier, Mario Talajic, Jean‐Claude Tardif, Pierre‐Frédéric Keller, François Mach, Dipen Shah

Notice bibliographique

RevueJournal of International Medical Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationRadiofrequency ablationCardiologyInternal medicineCardiac arrhythmiaAblation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Atrial fibrillation (AF) is the most common cardiac arrhythmia, and radiofrequency catheter ablation of AF (RCAAF) has become increasingly popular. Cardiac stress and inflammation have been associated with AF. This study was performed to determine whether the pre- or post-AF ablation levels of high-sensitivity C-reactive protein (hs-CRP) and N-terminal pro-B-type natriuretic peptide (NT-proBNP) are predictive of AF recurrence. METHODS: This multicenter prospective cohort study involved patients undergoing RCAAF in Switzerland and Canada. The primary endpoint was the recurrence of AF or atrial flutter at 6 months. RESULTS: ). Patients with AF recurrence had larger atrial surfaces and longer total RCAAF times. Both the pre-ablation hs-CRP level and 1-day post-RCAAF NT-proBNP level were significantly associated with an increased risk of recurrence. CONCLUSIONS: The pre-ablation hs-CRP level and immediate post-ablation NT-proBNP level were markers for atrial arrhythmia recurrence after RCAAF. This confirms growing evidence of the role of inflammation in the pathogenesis of AF. These biomarkers appear to be promising stratification tools for selection and management of patients undergoing RCAAF.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,109
Tête enseignante GPT0,462
Écart entre enseignants0,353 · 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

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of International Medical ResearchMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207