Abstract 14246: Automated Detection of Arrhythmogenic VT Substrate: Performance of a 2019 HRS VT Consensus Document Recommended Strategy
Notice bibliographique
Résumé
Background: During ventricular tachycardia (VT) ablation, clinical VT is often non-inducible or hemodynamically unstable. Hence, a substrate-based approach is often necessary. Although many strategies have been proposed, none have been automated nor incorporated into current day electro-anatomical mapping (EAM) systems. One strategy, recommended in 2019 HRS guideline, is Decrement Evoked Potential (DeEP) mapping for identification of critical VT substrate. We have developed an automated method to identify critical DeEP VT substrate in an EAM system (CARTO ® 3). Objective: The performance of this novel automated algorithm was retrospectively evaluated in patients who underwent substrate-based VT ablation. Methods: Entire VT ablation using DeEP mapping was performed and recorded in 12 consecutive patients. CARTO ® 3 case data was downloaded and analyzed by a novel automated algorithm for DeEP detection. A blinded electrophysiologist verified the automated electrogram DeEP annotations and assessed its performance in a dichotomous fashion. The effect of bipolar voltage threshold (0.01, 0.02, 0.05, 0.075, 0.1, 0.20, 0.25 and 0.30 mV) on algorithm performance was evaluated. Sensitivity, specificity and ROC curve of the algorithms were calculated. Finally, results from the analysis were merged with voltage map to produce DeEP maps. Results: Results from the ROC curve shows that a bipolar threshold of 0.075mV optimizes specificity and sensitivity. At that threshold the algorithm found 848 true positive and 626 true negatives out of a total of 1975 EGMS being analyzed. Sensitivity and specificity were found to be 65.8% and 82.3% respectively. Conclusions: We have developed an automatic detection algorithm that identifies and locates critical VT substrates. The performance characteristics have been evaluated for a multimodal VT substrate map to provide clinicians mechanistic substrate map in CARTO 3 ® for VT ablation.
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 | 0,017 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».