Prevalence and Risk Factors for QTc Prolongation in Acute Psychiatric Hospitalization
Notice bibliographique
Résumé
Objective: Prolongation of corrected QT (QTc) interval increases the risk of severe ventricular arrhythmias, in particular torsades de pointes. Patients with severe mental illness (SMI) represent a vulnerable population. This study aimed to measure the prevalence of QTc prolongation in inpatients with SMI and to identify risk factors for QTc prolongation. Methods: Demographic, clinical, anthropometric, laboratory, and electrocardiographic information was extracted from the electronic records of a cohort of patients hospitalized in a psychiatry inpatient unit between July 1, 2017, and July 22, 2019. The primary outcome was the estimation of prevalence of QTc prolongation. The secondary outcome was the identification of risk factors for QTc prolongation. Results: A total of 597 admissions were included. Only 1.4% had a QTc > 500 msec, while 11.6% had a QTc > 460 msec. The proportion of women with a QTc > 470 msec was 3.6% and men with a QTc > 450 msec was 7.3%. Several risk factors were individually associated with QTc prolongation. In the multivariate model explaining almost one-third of QTc variance, female sex (P = .04), older age (P = .011), heart rate (P < .001), systolic blood pressure (P = .042), potassium (P = .012), hemoglobin (P = .006), number of antipsychotics (P = .026), and treatment with clotiapine (P = .012) and clozapine (P = .003) were associated with QTc length. Several factors beyond pharmacologic treatment identify subjects at risk for QTc prolongation, and polypharmacotherapy does not seem to increase the risk of QTc prolongation. Conclusions: QTc prolongation was rare in this cohort of SMI inpatients. Most of the risk factors involved in QTc prolongation are unchangeable elements or linked to general medical conditions, and only a few are modifiable factors, including psychotropic treatment.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».