Characterization and significance of localized sources identified by a novel automated algorithm during mapping of human persistent atrial fibrillation
Notice bibliographique
Résumé
BACKGROUND: Automated algorithms may identify focal (FA) and rotational (RoA) activations during persistent atrial fibrillation (PeAF). OBJECTIVE: To evaluate an automated algorithm for characterizing and assessing significance of FA/RoA. METHODS: Eighty-six PeAF ablation patients (1411 maps) were analyzed. Maps were obtained with a 64-electrode basket using CARTOFINDER, which filters/annotates atrial unipolar electrograms over 30 seconds. Operators ablated FA/RoA followed by pulmonary vein isolation (PVI). The automated algorithm was retrospectively applied using QS patterns to identify FA and sequential activation gradients for RoA without phase mapping. Algorithm-identified FA and RoA were validated against blinded adjudicators. Ablation of algorithm-identified FA/RoA was related to procedural AF termination. RESULTS: 73% ± 18% of electrodes (65% ± 11% atrial surface area) were adequate for analysis. Compared with adjudicators, the algorithm had a sensitivity of 84% for FA and 86% for RoA. There were 4 ± 2 FA and 2 ± 2 RoA per patient. FA occurred 8 ± 6 times during the 30-second window (cumulative duration 8 ± 6 seconds). RoA occurred 5 ± 3 times (median 2, consecutive rotations) with a cumulative duration of 3 ± 2 seconds. Compared to patients without procedural AF termination, patients with termination had more FA ablated (75% vs 38%, P = 0.006). AF termination was not predicted by percentage of RoA ablated although there was a trend towards a higher percentage of left atrial RoA ablated ( P = 0.06). CONCLUSION: An automated algorithm had high sensitivity for FA and RoA. Acute AF termination was associated with FA ablation but not RoA ablation. Future studies need to define the significance of FA and RoA and whether they are overlapping or separate mechanisms.
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) | 0,001 | 0,001 |
| 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 ».