Prolonged T <sub>peak</sub> ‐T <sub>end</sub> interval is a risk factor for sudden cardiac death in adults with congenital heart disease
Notice bibliographique
Résumé
OBJECTIVE: (TpTe) interval, a measure of dispersion of ventricular repolarization, is a risk factor for SCD in non-ACHD patients. We aim to evaluate whether TpTe can be used in risk stratification for SCD in ACHD patients. DESIGN: From an international multicenter cohort of 25 790 ACHD patients, we identified all SCD cases. Cases were matched to controls by age, gender, congenital defect, and (surgical) intervention. OUTCOME MEASURES: TpTe was measured on a standard 12-lead ECG. The maximum TpTe of all ECG leads (TpTe-max), mean (TpTe-mean), and TpTe dispersion (maximum minus minimum) were obtained. Odds ratios (OR) for SCD cases vs controls were calculated using conditional logistic regression analysis. RESULTS: ECGs were available for 147 cases (median age at death 33.5 years (quartiles 26.2, 48.7), 66% male) and 267 controls. The mean TpTe-max was 97 ± 24 ms in cases vs 84 ± 17 ms in controls (P < .001); TpTe-mean was 70 ± 16 vs 63 ± 10 ms (P < .001); and dispersion was 51 ± 22 ms vs 41 ± 16 ms (P = .02), respectively. Assessing each ECG lead separately, TpTe in lead aVR predicted SCD most accurately. TpTe in lead aVR was 71 ± 23 ms in cases vs 61 ± 13 ms in controls (P < .001). After adjusting for impaired ventricular function, heart failure symptoms, and prolonged QRS duration, the OR of SCD of TpTe in lead aVR at an optimal cutoff of 80 ms was 5.8 (95% CI 2.7-12.4, P < .001). CONCLUSIONS: The TpTe interval is associated with SCD in ACHD patients. Particularly, TpTe in lead aVR can be used as an independent risk factor for SCD in ACHD patients and may, therefore, add precision to current risk prediction models.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».