MétaCan
Menu
Retour à la cohorte
Enregistrement W3083590447 · doi:10.3389/fphys.2020.00953

Temporal Variability in Electrocardiographic Indices in Subjects With Brugada Patterns

2020· article· en· W3083590447 sur OpenAlexaff
Sharen Lee, Jiandong Zhou, Tong Liu, Κonstantinos P. Letsas, Sandeep S Hothi, Vassilios S. Vassiliou, Guoliang Li, Adrián Baranchuk, Raymond W. Sy, Dong Chang, Qingpeng Zhang, Gary Tse

Notice bibliographique

RevueFrontiers in Physiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueECG Monitoring and Analysis
Établissements canadiensKingston General HospitalQueen's University
Organismes subventionnairesTianjin Municipal Science and Technology BureauNational Natural Science Foundation of China
Mots-clésMedicineCardiologyBrugada syndromeInternal medicineAsymptomaticQRS complexQT intervalElectrocardiographyVentricular fibrillationVentricular tachycardiaPR intervalST segmentHeart rateBlood pressureMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Background: Patients with Brugada electrocardiographic (ECG) patterns have differing levels of arrhythmic risk. We hypothesized that temporal variations in certain ECG markers may provide additional value for risk stratification. The present study evaluated the relationship between temporal variability of ECG markers and arrhythmic outcomes in patients with Brugada pattern ECG. Comparisons were made between low-risk asymptomatic subjects versus high-risk symptomatic patients with a history of syncope, ventricular tachycardia (VT) or ventricular fibrillation (VF). Methods: A total of 81 patients presenting with Brugada ECG patterns were recruited. Serial ECGs and electronic health records from January 2004 to April 2019 were analyzed. Temporal variability of QRS interval, J point-Tpeak interval (JTp), Tpeak-Tend interval (Tp-e) and ST elevation (STe) in precordial leads V1-3, in addition to RR-interval from lead II, was assessed using standard deviation and difference between maximum and minimum values over the serial ECGs. Results: Patients presenting with type 1 Brugada ECG pattern initially had significantly higher variability in JTp from lead V2 (SD: 33.5±13.8 vs. 25.2±11.5 ms, P=0.009; max-min: 98.6±46.2 vs. 78.3±47.6 ms, P=0.047) and STe in lead V1 (SD: 0.117±0.122 vs. 0.053±0.030 mV; P=0.004). Significantly higher variability in Tp-e interval measured from lead V3 was observed in the VT/VF group compared to the syncope and asymptomatic groups (SD: 20.5±8.5 vs. 16.6±7.3 and 14.7±9.8 ms; P=0.044; max-min: 70.2±28.9 vs. 56.3±29.0 and 43.5±28.5 ms; P=0.011). Conclusions: Temporal variability in ECG indices provides additional value for risk stratification in patients with Brugada pattern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetECG Monitoring and AnalysisTravaux en français237 207