Findings of remote monitoring of implantable cardioverter defibrillators during the COVID‐19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Monitoring of cardiac implantable electronic devices was highly impacted by the COVID-19 pandemic considering the high volume of in-person visits for regular follow-up. Recent recommendations highlight the important role of remote monitoring to prevent exposure to the virus. This study compared remote monitoring of implantable cardioverter defibrillators (ICDs) in patients whose in-person annual visit was substituted for a remote monitoring session with patients who were already scheduled for a remote monitoring session. METHODS: This was a cross-sectional observational study of 329 consecutive patients between 20 March and 24 April 2020. Group 1 included 131 patients whose in-person annual visit was substituted for a remote monitoring session. Group 2 included 198 patients who underwent a remote monitoring session as scheduled in their usual device follow-up. The time interval since the last in-person visit was 13.3 ± 3.2 months in group 1 and 5.9 ± 1.7 months in group 2 (P < .01). RESULTS: In group 1, 15 patients (11.5%) experienced a clinical event compared to 15 patients (7.6%) in group 2 (P = .25). Nineteen patients (14.5%) required a physician intervention in group 1 compared to 19 patients (9.6%) in group 2 (P = .22). Two patients (1.5%) in group 1 and four patients (2.0%) in group 2 required an early in-person follow-up visit during the pandemic (P > .99). CONCLUSION: Remote monitoring of ICDs is useful to identify clinical events and allows physicians to treat patients appropriately during the COVID-19 pandemic regardless of the time interval since their last in-person visit. It reduces significantly in-person visit for regular follow-up.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».