High-Sensitivity Estimate of the Incidence of New-Onset Atrial Fibrillation in Critically Ill Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To estimate the incidence of new-onset atrial fibrillation in critically ill patients. DESIGN: Prospective cohort. SETTING: Medical-surgical ICU. SUBJECTS: Consecutive patients without a history of atrial fibrillation but with atrial fibrillation risk factors. INTERVENTIONS: Electrocardiogram patch monitor until discharge from hospital or up to 14 days. MEASUREMENTS AND MAIN RESULTS: A total of 249 participants (median age of 71 yr [interquartile range] 64-78 yr; 35% female) completed the study protocol of which 158 (64%) were admitted to ICU for medical illness, 78 (31%) following noncardiac surgery, and 13 (5%) with trauma. Median Acute Physiology and Chronic Health Evaluation II score was 16 (interquartile range, 12-22). Median duration of patch electrocardiogram monitoring, ICU, and hospital lengths of stay were 6 (interquartile range, 3-12), 4 (interquartile range, 2-8), and 11 days (interquartile range, 5-23 d), respectively.Atrial fibrillation ≥ 30 seconds was detected by the patch in 44 participants (17.7%), and three participants (1.2%) had atrial fibrillation detected clinically after patch removal, resulting in an overall atrial fibrillation incidence of 18.9% (95% CI, 14.2-24.3%).Total duration of atrial fibrillation ranged from 53 seconds to the entire monitoring time. The proportion of participants with ≥1 episode(s) of ≥6 minute, ≥1 hour, ≥12 hour and ≥24 hour duration was 14.8%, 13.2%, 7.0%, and 5.3%, respectively. The clinical team recognized only 70% of atrial fibrillation cases that were detected by the electrocardiogram patch. CONCLUSIONS: Among patients admitted to an ICU, the incidence of new-onset atrial fibrillation is approximately one in five, although approximately one-third of cases are not recognized by the clinical team.
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.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle