Abstract 335: Distinguishing Cardiac From Non-Cardiac Causes of Sudden Death: The Value of Novel Factors to Identify Risk of SCD
Notice bibliographique
Résumé
Introduction: Identifying those at risk for Sudden Cardiac Death (SCD) is imperative to prevent future events. There may be risk factors (RFs), triggers or warning symptoms preceding the SCD that could help identify those at greatest risk. Methods: This retrospective study included out-of-hospital cardiac arrests (OHCAs) of “no obvious cause” in the Greater Toronto Area, ages 2-45 from 2009-2012. Expert reviewers systematically adjudicated EMS, coroner, autopsy, toxicology and police reports to classify the etiology of arrest as SCD or SD due to non-cardiac etiologies (non-cardiac SDs). We compared past medical history, triggers and symptoms in the adjudicated SCD and non-cardiac SD groups and assessed their potential associations with SCD. Results: 872 OHCAs were classified as SCDs (488; 56%) or non-cardiac SDs (384; 44%). The SCDs were mostly CAD (203; 41.6%), structural (155; 31.8%), congenital (8; 1.6%) and primary arrhythmic (76; 15.6%). The non-cardiac SDs were due to acute infection (67; 17.4%), metabolic (75, 19.5%), epilepsy (69, 18.0%), vascular (106; 27.6%) and respiratory (35, 9.1%). Cardiac RFs and exercise as a trigger were observed significantly more in SCDs vs. non-cardiac SDs (Table 1). Symptoms ≤24 hours prior were similar between groups except for chest pain and diaphoresis. After adjusting for patient and resuscitation variables, factors associated with increased risk of SCD were: increasing age (OR 1.03; 95%CI 1.01-1.05), male sex (OR 1.90; 95%CI 1.30-2.70), HTN (OR 1.80; 95%CI 1.11-3.10), smoking (1.60; 95%CI 1.02-2.60), public location (OR 2.10; 95%CI 1.13-3.80), exercise (OR 3.0 95%CI 1.56-5.59) and chest pain ≤24 hours prior (OR 2.90 95%CI 1.30-6.42). Conclusion: Many young SCDs have previously diagnosed cardiac RFs and acute symptoms suggestive of ischemia prior to their event. These findings highlight the potential value of better public awareness in the younger age group for signs and symptoms of ischemia and potential risk for SCD.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».