MétaCan
Menu
Retour à la cohorte
Enregistrement W2908924559 · doi:10.1161/circoutcomes.11.suppl_1.25

Abstract 25: Accuracy of Patient Identification of Atrial Fibrillation in the Clinic Setting

2018· article· en· W2908924559 sur OpenAlexaboutno aff
Jeffrey L. Turner, Benjamin E. Hardisty, Gagandeep Kaur, Rashmee U. Shah, Mihail G. Chelu, Fred Han, Nassir F. Marrouche, Benjamin A. Steinberg

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtrial fibrillationMedicineSinus rhythmInternal medicineCardiologyNormal Sinus RhythmRhythmElectrocardiography

Résumé

récupéré en direct d'OpenAlex

Background: Atrial fibrillation (AF) related symptoms are commonly reported but often difficult to directly correlate with arrhythmia. Given that symptoms largely drive management, correct patient awareness of AF is critical to implementation of appropriate therapy. Objective: To determine accuracy of patient identification of their own atrial rhythm. Methods: All AF patients in our center undergo patient reported outcome assessment with the Toronto AF Severity Scale (AFSS) immediately prior to clinic visit. Using the validated questions from the AFSS, we assessed if patients were able to accurately determine their rhythm (AF or not) compared to an electrocardiogram (ECG) during the same clinic visit. Results: We identified 254 unique patients (Table 1) with interpretable ECG and AFSS data available from the same visit. Based on ECG, 81% (n=206) were not in AF. 20 of these 206 patients (9.7%) incorrectly identified themselves in AF (Figure 1). Patients who incorrectly thought they were in AF were significantly older (p<0.05). Of the 48 (18.9%) that were in AF by ECG, 15 (31.2%) incorrectly identified themselves in sinus rhythm. There was no significant difference between sex, age or mean heart rate in patients in AF. Overall 14% (35 of 254) provided an assessment that was inconsistent with their ECG. Conclusion: Approximately one of ten patients incorrectly identified themselves as being in AF despite being in sinus rhythm. Without a standardized method to confirm if symptoms truly correlate with AF these patients may be at risk for unnecessary antiarrhythmic therapies. On the contrary, nearly a third of patients were unaware of AF which reemphasizes the incidence of asymptomatic AF.

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)0,010
score de la tête « metaresearch » (Gemma)0,069
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,069
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,100
Tête enseignante GPT0,387
Écart entre enseignants0,287 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207