QTc Dynamics Following Cardioversion for Persistent Atrial Fibrillation
Notice bibliographique
Résumé
Background Cardioversion (CV) for atrial fibrillation (AF) is common. We aimed to assess changes in QTc over time following electrical CV (ECV) for persistent AF, and to compare the benefit of using continuous Holter monitoring vs. conventional follow-up by ECG. Methods Prospective observational cohort study. We comprised 90 patients admitted to our center for elective ECV due to persistent AF who were prospectively enrolled from July 2017 to August 2018. All patients underwent 7-days Holter started prior to ECV. Baseline QTc was defined as median QTc during 1 h post ECV. The primary endpoint was QTc prolongation defined as QTc ≥500 ms, or ≥10% increase (if baseline QTc was >480 ms). Conventional monitoring was defined as 2-h ECG post ECV. Results Mean age was 67 ± 11 years and 61% were male. Median baseline QTc was 452 ms (IQ range: 431–479 ms) as compared with a maximal median QTc of 474 ms (IQ range: 433–527 ms; p <0.001 for the change in QTc from baseline). Peak median QTc occurred 44 h post ECV. The primary endpoint was met in 3 patients (3%) using conventional monitoring, compared with 39 new patients (43%) using Holter ( p <0.001 for comparison). The Holter monitoring was superior to conventional monitoring in detecting clinically significant QTc prolongation (OR = 13; p <0.001). Conclusions ECV of patients with persistent AF was associated with increased transient risk of QTc prolongation in nearly half of the patients. Peak median QTc occurs during end of second day following ECV and prolonged ECG monitoring provides superior detection of significant QTc prolongation compared with conventional monitoring.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| 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 | 0,000 |
| 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 ».