MétaCan
Menu
Retour à la cohorte
Enregistrement W4289838789 · doi:10.1016/j.cjco.2022.07.012

Arrhythmic Sudden Cardiac Death in Heart Failure With Preserved Ejection Fraction: Mechanisms, Genetics, and Future Directions

2022· review· en· W4289838789 sur OpenAlexafffund
Sina Safabakhsh, Abdullah Al-Shaheen, Elizabeth Swiggum, Lisa Mielniczuk, Maxime Tremblay‐Gravel, Zachary Laksman

Notice bibliographique

RevueCJC Open · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversité de MontréalMontreal Heart InstituteUniversity of OttawaUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaFaculty of Medicine, University of British Columbia
Mots-clésHeart failure with preserved ejection fractionMedicineSudden cardiac deathCardiologyHeart failureInternal medicinePopulationEjection fractionGenetic testingSudden deathIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Heart failure with preserved ejection fraction (HFpEF) is an increasingly recognized disorder. Many clinical trials have failed to demonstrate benefit in patients with HFpEF but have recognized alarming rates of sudden cardiac death (SCD). Genetic testing has become standard in the workup of patients with otherwise unexplained cardiac arrest, but the genetic architecture of HFpEF, and the overlap of a genetic predisposition to HFpEF and arrhythmias, is poorly understood. An understanding of the genetics of HFpEF and related SCD has the potential to redefine and generate novel diagnostic, prognostic, and therapeutic tools. In this review, we examine recent pathophysiological and clinical advancements in our understanding of HFpEF, which reinforce the heterogeneity of the condition. We also discuss data describing SCD events in patients with HFpEF and review the current literature on genetic underpinnings of HFpEF. Mechanisms of arrhythmogenesis which may lead to SCD in this population are also explored. Lastly, we outline several areas of promise for experimentation and clinical trials that have the potential to further advance our understanding of and contribute to improved clinical care of this patient population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,301
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207