Early Detection of Atrial Fibrillation-Atrial Flutter Using Remote Patient Monitoring
Notice bibliographique
Résumé
Remote patient monitoring (RPM), patient-reported outcomes (PROs), and biochemical biomarker monitoring (Mitra<sup>®</sup> devices) may be useful for early detection of major adverse cardiac events (MACE). This case report presents a patient enrolled in a precision medicine study in which RPM detected the presence of atrial fibrillation-atrial flutter (AFib-Flutter), facilitating prompt treatment. A 64-year-old male with a history of ischemic heart disease (IHD) initiated his AliveCor Kardia after noting angina which reported “possible atrial fibrillation”. Upon evaluation, AFib-Flutter was confirmed by 12-lead ECG and successfully treated. RPM was recorded continuously through (Fitbit Charge 2), weekly single-channel electrocardiogram rhythm stripe (AliveCor Kardia), PROs through weekly questionnaires, and Mitra<sup>®</sup> devices through monthly fingerpricks. The case report highlights a successful case of detecting AFib-Flutter, expediting treatment and preventing MACE. Precision medicine using RPM may be useful for detecting AFib-Flutter and improving IHD outcomes. Further research is needed. J Med Cases. 2019;10(2):31-36 doi: https://doi.org/10.14740/jmc3151w
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».