P5804Who should be screened for paroxysmal atrial fibrillation?
Notice bibliographique
Résumé
Background: Paroxysmal atrial fibrillation (PAF) is a common cause of thromboembolic stroke and is far more frequent than clinical symptoms would predict. The frequency of silent PAF depends on the method of investigation, the longer the period of ECG monitoring the more likely one is to detect an episode of PAF. Clearly if we could more accurately define an at-risk population the yield of prolonged monitoring may be improved? The purpose of our investigation was to attempt to define using Holter and ECHO data who may be at greater risk of PAF? Methods: Our database was searched for all patients who had a 24hr or 48hr Holter monitor and an echocardiogram within 180 days of each test. Patients were then divided into 4 groups, group 1 had no PACs during monitoring, group 2 had <100PACs/hr. and at least 1 atrial run, group 3 had >99 PACs/hr. and at least 1 atrial run, and group 4 had PAF. An atrial run was defined as >3 consecutive atrial beats at a rate >100bpm and <30 seconds in duration. Patients were compared with respect to age, atrial runs on Holter, LVEF, LA volume index and LV mass index. One-way ANOVA was used to assess overall differences between the mean values and Tukey-Kramer inter-comparison testing was used to determine differences between the various groups. The unpaired t-test was used to assess differences between the means. A p value of <0.05 was statistically significant.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».