Positive clinical benefit on patient care, quality of life and symptoms after radiofrequency ablation with contact force in persistent atrial fibrillation: analyses from PRECEPT
Notice bibliographique
Résumé
Abstract Background The management of persistent (PsAF) aims to prevent AF recurrence and associated disabilities while reducing side effects from treatment. Contact force (CF)-guided RF catheters have proven efficacious and safe for pulmonary vein isolation (PVI) to treat paroxysmal AF; however, there is limited evidence on clinical benefits with ablation of PsAF. Purpose To assess long-term clinical effects on patients care, symptoms and QOL after CF-guided RF ablation in PsAF. Methods PRECEPT was a multicenter study evaluating the safety and efficacy of CF RF catheters in the treatment of symptomatic PsAF (NCT02817776). PVI was performed with or without substrate modification. Patients were followed at 6, 9, 12 and 15 mos to collect the following data: Atrial Fibrillation Effect on Quality-of-Life (AFEQT) score, Canadian Cardiovascular Society Severity of Atrial Fibrillation (CCS-SAF) score, Class I/III AAD use, and incidence of cardioversion and cardiovascular hospitalization. Results A total of 333 enrolled patients (65.4±8.8 yrs, 71.2% male, CHA2DS2-VASC score 2.3±1.5) underwent PVI. Compared to baseline, 1) improvements in the AFEQT composite and subscores were seen from 6–15 mos, exceeding Clinical Important Difference (±5 points) in majority of subjects (Figure), 2) proportion of CCS-SAF Class 0 patients (asymptomatic with respect to AF) rose from 0.7% to 81.0%, 3) class I/III AAD use was reduced from 97.0% to 24.7%, and 4) incidence of cardioversion decreased from 62.0% to 10.7%. Moreover, the 1-yr Kaplan-Meier estimate of freedom from hospitalization was 84.2% [95% CI: 80.2%, 88.2%]. Conclusion CF-guided RF ablation in PsAF patients led to a clinically meaningful improvement in QOL, as well as a reduction in AAD use, cardioversion, and hospitalization. Figure 1. Mean AFEQT composite and subscore Funding Acknowledgement Type of funding source: Private company. Main funding source(s): This study was funded by Biosense Webster, Inc.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».