MétaCan
Menu
Retour à la cohorte
Enregistrement W3135378554 · doi:10.1111/jce.14999

Unipolar electrogram‐based voltage mapping with far‐field cancellation to improve detection of abnormal atrial substrate during atrial fibrillation

2021· article· en· W3135378554 sur OpenAlexafffund
Don Ragot, Sachin Nayyar, Sophia Z. Massin, Andrew C.T. Ha, Sheldon M. Singh, Christopher Labos, Adrian Suszko, Rupin Dalvi, Vijay S. Chauhan

Notice bibliographique

RevueJournal of Cardiovascular Electrophysiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensQueen Elizabeth II Health Sciences CentreSunnybrook Health Science CentreToronto General HospitalUniversity Health Network
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésSinus rhythmAtrial fibrillationPulmonary veinMedicineCardiologyInternal medicineAtrium (architecture)Catheter ablationLow voltageVoltagePhysics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: An important substrate for atrial fibrillation (AF) is fibrotic atrial myopathy. Identifying low voltage, myopathic regions during AF using traditional bipolar voltage mapping is limited by the directional dependency of wave propagation. Our objective was to evaluate directionally independent unipolar voltage mapping, but with far-field cancellation, to identify low-voltage regions during AF. METHODS: In 12 patients undergoing pulmonary vein isolation for AF, high-resolution voltage mapping was performed in the left atrium during sinus rhythm and AF using a roving 20-pole circular catheter. Bipolar electrograms (EGMs) (Bi) < 0.5 mV in sinus rhythm identified low-voltage regions. During AF, bipolar voltage and unipolar voltage maps were created, the latter with (uni-res) and without (uni-orig) far-field cancellation using a novel, validated least-squares algorithm. RESULTS: Uni-res voltage was ~25% lower than uni-orig for both low voltage and normal atrial regions. Far-field EGM had a dominant frequency (DF) of 4.5-6.0 Hz, and its removal resulted in a lower DF for uni-orig compared with uni-res (5.1 ± 1.5 vs. 4.8 ± 1.5 Hz; p < .001). Compared with Bi, uni-res had a significantly greater area under the receiver operator curve (0.80 vs. 0.77; p < .05), specificity (86% vs. 76%; p < .001), and positive predictive value (43% vs. 30%; p < .001) for detecting low-voltage during AF. Similar improvements in specificity and positive predictive value were evident for uni-res versus uni-orig. CONCLUSION: Far-field EGM can be reliably removed from uni-orig using our novel, least-squares algorithm. Compared with Bi and uni-orig, uni-res is more accurate in detecting low-voltage regions during AF. This approach may improve substrate mapping and ablation during AF, and merits further study.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular ElectrophysiologyMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207