Value of the Signal-Averaged ECG in Supraventricular Tachycardia Diagnosis
Notice bibliographique
Résumé
Background: We hypothesized that signal averaged ECG during tachycardia would facilitate P wave recognition and assist in SVT diagnosis. P waves adjacent to the QRS during tachycardia would lengthen the filtered QRS and be recognized by subtracting QRS duration during sinus rhythm from that of tachycardia. Aims: to assess the feasibility of SaECG during SVT; to correlate the difference between the filtered QRS duration in SVT and sinus rhythm (ΔfQRSd) with the endocardial VA time; Methods & Results: Patients referred for an EP study and ablation of any SVT were included. A SAECG was acquired during SVT and compared with another during SR. 40 patients were included, 20 had AVNRT and 20 AVRT. For AVNRT, the P wave was detected as a pseudo-late potential in 16 patients. In 4 patients, P wave was invisible and presumed within the confines of the QRS. The mean ΔfQRSd was 2017 ms and the VA time was 1415 ms. For AVRT a distinct P wave separated from the QRS was detected in all patients. The ΔfQRSd was 10742ms and the VA time was 9631 ms. ΔfQRSd was longer during AVRT than AVNRT (p<0.0001). Over all, the ΔfQRSd correlated with the longest VA time (R=0.796). Motion artifact and sensing of T waves during tachycardia were 2 confounders. Conclusion: SaECG provides a rapid adjunct to the 12 lead ECG and is capable of identifying P waves and facilitating diagnosis of SVT mechanism.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».