Novel frequency analysis of signal‐averaged electrocardiograms is predictive of adverse outcomes in implantable cardioverter defibrillator patients
Notice bibliographique
Résumé
BACKGROUND: Current noninvasive risk stratification methods offer limited prediction of arrhythmic events when selecting patients for ICD implantation. Our laboratory has recently developed a signal processing metric called Layered Symbolic Decomposition frequency (LSDf) that quantifies the percentage of hidden QRS wave frequency components in signal-averaged ECG (SAECG) recordings. The purpose of this pilot study was to determine whether LSDf can be predictive of ventricular arrhythmia or death in an ICD patient cohort. METHODS AND RESULTS: Fifty-two ICD patients were recruited from 2008 to 2009. These were followed for a mean of 8.5 ± 0.4 years for the primary outcome of first appropriately treated ventricular arrhythmia (VT/VF) or death. Thirty-four subjects met the primary outcome. LSDf was significantly lower, and 12-lead QRS duration was significantly greater in patients meeting the primary outcome (12.14 ± 3.97% vs. 16.45 ± 3.73%; p = 0.001) and (111.59 ± 14.96 ms vs. 97.69 ± 13.51 ms; p = 0.012) respectively. A 13.25% LSDf threshold (0.74 sensitivity and 0.85 specificity) was selected based on an ROC curve. Kaplan-Meier survival analysis was conducted; patients above the 13.25% threshold demonstrated significantly better survival outcomes (log-rank p < 0.001). In Cox multivariate regression analysis, the LSDf threshold (13.25%) was compared to LVEF (28.5%), 12-lead QRSd (100 ms), age, % male sex, NYHA classification, and antiarrhythmic usage. LSDf was a predictor of the primary outcome (p = 0.005) and an independent predictor for solely ventricular arrhythmia (p = 0.002). CONCLUSION: Layered Symbolic Decomposition frequency analysis in SAECG recordings may be a viable predictor of negative ICD survival outcomes.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».