Patient-specific simulations predict efficacy of ablation of interatrial connections for treatment of persistent atrial fibrillation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: Treatments for persistent atrial fibrillation (AF) offer limited efficacy. One potential strategy aims to return the right atrium (RA) to sinus rhythm (SR) by ablating interatrial connections (IAC) to isolate the atria, but there is limited clinical data to evaluate this ablation approach. We aimed to use simulation to evaluate and predict patient-specific suitability for ablation of IAC to treat AF. METHODS AND RESULTS: Persistent AF was simulated in 12 patient-specific geometries, incorporating electrophysiological heterogeneity and fibres, with IAC at Bachmann's bundle, the coronary sinus, and fossa ovalis. Simulations were performed to test the effect of left atrial (LA)-to-RA frequency gradient and fibrotic remodelling on IAC ablation efficacy. During AF, we simulated ablation of one, two, or all three IAC, with or without pulmonary vein isolation and determined if this altered or terminated the arrhythmia. For models without structural remodelling, ablating all IAC terminated RA arrhythmia in 83% of cases. Models with the LA-to-RA frequency gradient removed had an increased success rate (100% success). Ablation of IACs is less effective in cases with fibrotic remodelling (interstitial fibrosis 50% success rate; combination remodelling 67%). Mean number of phase singularities in the RA was higher pre-ablation for IAC failure (success 0.6 ± 0.8 vs. failure 3.2 ± 2.5, P < 0.001). CONCLUSION: This simulation study predicts that IAC ablation is effective in returning the RA to SR for many cases. Patient-specific modelling approaches have the potential to stratify patients prior to ablation by predicting if drivers are located in the LA or RA. We present a platform for predicting efficacy and informing patient selection for speculative treatments.
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.
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 | 0,001 |
| 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 découle