Ventricular substrate identification using close-coupled paced electrogram feature analysis
Notice bibliographique
Résumé
AIMS: Substrate based catheter ablation strategies are widely employed for treatment of scar-related ventricular tachycardia (VT). We analysed intracardiac electrograms (EGMs) from close-coupled paced extrastimuli extracted from the EnSite Precision mapping system. We sought to characterize EGM responses of ventricular myocardium to varying coupling intervals from the right ventricular apex (RVA) in both healthy individuals and patients presenting with VT for catheter ablation. METHODS AND RESULTS: Extrastimuli were delivered from the RVA after estimation of the ventricular effective refractory period. Electrograms were recorded from high-density mapping catheters in the left ventricle and exported for analysis to MATLAB. Observational data were collected from 14 patients with ischaemic VT (mean age 72.4 ± 6.3 years, one female) and five controls (mean age 59.4 ± 7.4 years, one female). These derived data were used to inform an interventional strategy on a further 10 patients (mean age 64.7 ± 10.0 years; two female). Significant differences were observed in EGM duration (ED) and latency (LT) at all coupling intervals between VT patients and controls. Significant increases in ED and LT with decreased RVA coupling interval were observed at VT isthmuses. Abnormal responses derived from control subject data were used to classify four types of ventricular EGM response. Targeting sites with abnormal LT and ED significantly reduced VT inducibility (5/14 derivation patients to 0/10 intervention patients; P = 0.03). CONCLUSION: Paced electrogram feature analysis is a novel tool to characterize the ischaemic substrate. Association with VT isthmuses and early ablation results suggest a possible role in substrate ablation for ischaemic VT.
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 | 0,001 |
| 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 ».