Detection of Common Arrhythmias by the Watch-PAT: Expression of Electrical Arrhythmias by Pulse Recording
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
Background: The WatchPAT (WP) device was shown to be accurate for the diagnosis of sleep apnea and is widely used worldwide as an ambulatory diagnostic tool. While it records peripheral arterial tone (PAT) and not electrocardiogram (ECG), the ability of it to detect arrhythmias is unknown and was not studied previously. Common arrhythmias such as atrial fibrillation (AF) or premature beats may be uniquely presented while recording PAT/pulse wave. Purpose: To examine the potential detection of common arrhythmias by analyzing the PAT amplitude and pulse rate/volume changes. Patients and Methods: Patients with suspected sleep disordered breathing (SDB) were recruited with preference for patients with previously diagnosed AF or congestive heart failure (CHF). They underwent simultaneous WP and PSG studies in 11 sleep centers. A novel algorithm was developed to detect arrhythmias while measuring PAT and was tested on these patients. Manual scoring of ECG channel (recorded as part of the PSG) was blinded to the automatically analyzed WP data. Results: A total of 84 patients aged 57±16 (54 males) participated in this study. Their BMI was 30±5.7Kg/m2. Of them, 41 had heart failure (49%) and 17 (20%) had AF. The sensitivity and specificity of the WP to detect AF segments (of at least 60 seconds) were 0.77 and 0.99, respectively. The correlation between the WP derived detection of premature beats (events/min) to that of the PSG one was 0.98 (p<0.001). Conclusion: The novel automatic algorithm of the WP can reasonably detect AF and premature beats. We suggest that when the algorithm raises a flag for arrhythmia, the patients should shortly undergo ECG and/or Holter ECG 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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