Evaluation of relationships between results of electrocardiography and echocardiography in 341 chimpanzees (Pan troglodytes)
Notice bibliographique
Résumé
Abstract OBJECTIVE To examine potential relationships between ECG characteristics and echocardiographic measures of cardiac structure in chimpanzees (Pan troglodytes). ANIMALS 341 chimpanzees (175 males and 166 females) from 5 sanctuaries and 2 zoological collections. PROCEDURES Chimpanzees were anesthetized for routine health examinations between May 2011 and July 2017 as part of the International Primate Heart Project and, during the same anesthetic events, underwent 12-lead ECG and transthoracic echocardiographic assessments. Relationships between results for ECG and those for echocardiographic measures of atrial areas, left ventricular internal diameter in diastole (LVIDd), and mean left ventricular wall thicknesses (MLVWT) were assessed with correlational analysis, then multiple linear regression analyses were used to create hierarchical models to predict cardiac structure from ECG findings. RESULTS Findings indicated correlations (r = −0.231 to 0.310) between results for ECG variables and echocardiographic measures. The duration and amplitude of P waves in lead II had the strongest correlations with atrial areas. The Sokolow-Lyon criteria, QRS-complex duration, and R-wave amplitude in leads V6 and II had the strongest correlations with MLVWT, whereas the Sokolow-Lyon criteria, QRS-complex duration, and S-wave amplitude in leads V2 and V1 had the strongest correlations with LVIDd. However, the ECG predictive models that were generated only accounted for 17%, 7%, 11%, and 8% of the variance in the right atrial end-systolic area, left atrial end-systolic area, MLVWT, and LVIDd, respectively. CONCLUSIONS AND CLINICAL RELEVANCE Results indicated that relationships existed between ECG findings and cardiac morphology in the chimpanzees of the present study; however, further research is required to examine whether the predictive models generated can be modified to improve their clinical utility.
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 | 0,000 | 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) | 0,001 | 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 ».