Clinical utility of 12‐lead electrocardiogram in evaluating heart disease in patients with muscular dystrophy: Assessment of left ventricular hypertrophy, conduction disease, and cardiomyopathy
Notice bibliographique
Résumé
INTRODUCTION: Heart disease remains a leading cause of mortality in patients with muscular dystrophy (MD), and cardiac assessment by standard imaging modalities is challenging due to the prominence of physical limitations. METHODS: In this prospective cohort study of 169 MD patients and 34 negative control patients, we demonstrate the clinical utility of a 12-lead electrocardiogram (ECG) as an effective modality for the assessment of cardiac status in patients with MD. We assessed the utility of conventional criteria for electrocardiogram-indicated left ventricular hypertrophy (ECG-LVH) as well as ECG morphologies. RESULTS: Cornell voltage, Cornell voltage-duration, Sokolow-Lyon voltage, and Romhilt-Estes point score criteria demonstrated low sensitivity and minimal positive predictive value for ECG-LVH when compared with cardiac imaging. Patients with LBBB had a high probability of a cardiomyopathy (relative risk [RR], 2.75; 95% confidence interval [CI], 2.14-3.53; p < .001), and patients with QRS fragmentation (fQRS) had a high probability of a cardiomyopathy (RR, 1.76; 95% CI, 1.20-2.59; p = .004), requiring cardiac medication and device intervention. We found that an R/S ratio >1 in V1 and V2 is highly specific (specificity, 0.89; negative predictive value [NPV], 0.89 and specificity, 0.82; NPV, 0.89, respectively) for patients with dystrophinopathies compared with other types of MD. CONCLUSION: The identification of LBBB and fQRS was linked to cardiomyopathy in patients with MD, while ECG-LVH was of limited utility. Importantly, these findings can be applied to effectively screen a broad cohort of MD patients for structural heart disease and prompt further evaluation and therapeutic intervention.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».