Population-Level Sex Differences and Predictors for Treatment With Catheter Ablation in Patients With Atrial Fibrillation and Heart Failure
Notice bibliographique
Résumé
Background: Current guidelines are relatively general regarding the type of patient with heart failure (HF) who should be considered for catheter ablation (CA) of atrial fibrillation (AF). The aim of the present study was to identify clinical predictors and sex differences for treatment with CA in the AF-HF population. Methods: A population-based AF-HF cohort was created using the Quebec administrative data (2000-2017). Patients were followed from the date of diagnosis of both diseases to the date of CA or death. Predictors for CA, represented by time-varying covariates, were assessed in a multivariable Cox model that accounted for the competing risk of death. Results: Among 101,931 patients with AF-HF with medication information (median age, 80.7 years; interquartile range [IQR], 73.9-86.3; 51.4% were female, median CHA 2 DS 2 -VASc, 4; IQR, 3-4), only 432 R ESUM E Contexte : Les lignes directrices actuelles abordent de faon relativement g en erale les cas d'insuffisance cardiaque (IC) o les patients devraient tre consid er es comme des candidats l'ablation par cath eter (AC) pour le traitement de la fibrillation auriculaire (FA). La pr esente etude visait cerner les pr edicteurs cliniques et les diff erences entre les sexes dans le contexte de l'AC au sein de la population atteinte de FA et d'IC. M ethodologie : Une cohorte populationnelle de patients atteints de FA et d'IC a et e constitu ee partir de donn ees administratives du Qu ebec (2000-2017). Le suivi des patients allait de la date du diagnostic des deux affections la date de l'AC ou du d ecs. Les pr edicteurs d'AC, repr esent es par des covariables temporalis ees, ont et e evalu es dans un modle de Cox multivari e tenant compte du risque concurrent de d ecs.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».