Prediction of ventricular arrhythmias in patients with a spontaneous Brugada type 1 pattern: the key is in the electrocardiogram
Notice bibliographique
Résumé
AIMS: There is currently no reliable tool to quantify the risks of ventricular fibrillation or sudden cardiac arrest (VF/SCA) in patients with spontaneous Brugada type 1 pattern (BrT1). Previous studies showed that electrocardiographic (ECG) markers of depolarization or repolarization disorders might indicate elevated risk. We aimed to design a VF/SCA risk prediction model based on ECG analyses for adult patients with spontaneous BrT1. METHODS AND RESULTS: This retrospective multicentre international study analysed ECG data from 115 patients (mean age 45.1 ± 12.8 years, 105 males) with spontaneous BrT1. Of these, 45 patients had experienced VF/SCA and 70 patients did not experience VF/SCA. Among 10 ECG markers, a univariate analysis showed significant associations between VF/SCA and maximum corrected Tpeak-Tend intervals ≥100 ms in precordial leads (LMaxTpec) (P < 0.001), BrT1 in a peripheral lead (pT1) (P = 0.004), early repolarization in inferolateral leads (ER) (P < 0.001), and QRS duration ≥120 ms in lead V2 (P = 0.002). The Cox multivariate analysis revealed four predictors of VF/SCA: the LMaxTpec [hazard ratio (HR) 8.3, 95% confidence interval (CI) 2.4-28.5; P < 0.001], LMaxTpec + ER (HR 14.9, 95% CI 4.2-53.1; P < 0.001), LMaxTpec + pT1 (HR 17.2, 95% CI 4.1-72; P < 0.001), and LMaxTpec + pT1 + ER (HR 23.5, 95% CI 6-93; P < 0.001). Our multidimensional penalized spline model predicted the 1-year risk of VF/SCA, based on age and these markers. CONCLUSION: LMaxTpec and its association with pT1 and/or ER indicated elevated VF/SCA risk in adult patients with spontaneous BrT1. We successfully developed a simple risk prediction model based on age and these ECG markers.
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 ».