MétaCan
Menu
← Retour à la cohorte
Enregistrement W4295564037 · doi:10.1161/jaha.121.025108

Sex Differences and Utility of Treadmill Testing in Long‐QT Syndrome

2022· article· en· W4295564037 sur OpenAlexafffundabout
Lauren Yee, Hui‐Chen Han, Brianna Davies, Charles M. Pearman, Zachary Laksman, Jason D. Roberts, Christian Steinberg, Rafik Tadros, Julia Cadrin‐Tourigny, Christopher S. Simpson, Martin J. Gardner, Ciorsti MacIntyre, Laura Arbour, Richard Leather, Anne Fournier, Martin S. Green, Shane Kimber, Paul Angaran, Shubhayan Sanatani, Jacqueline Joza, Habib Khan, Jeff S. Healey, Joseph Atallah, Colette Seifer, Andrew D. Krahn

Notice bibliographique

RevueJournal of the American Heart Association · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensLondon Health Sciences CentreSt. Boniface HospitalSt. Michael's HospitalUniversity of AlbertaMcGill UniversityMcGill University Health CentreUniversity of OttawaRoyal Jubilee HospitalUniversity of British ColumbiaMontreal Heart InstituteInstitut universitaire de cardiologie et de pneumologie de QuébecCentre Hospitalier Universitaire Sainte-JustineHamilton Health SciencesQueen's UniversityMcMaster UniversityPopulation Health Research InstituteQueen Elizabeth II Health Sciences CentreUniversité de MontréalBC Children's HospitalUniversité LavalUniversity of TorontoIsland Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineLong QT syndromeQT intervalCutoffInternal medicineCardiologyPopulationReceiver operating characteristicGenetic testingPredictive value of tests

Résumé

récupéré en direct d'OpenAlex

Background Diagnosis of congenital long‐QT syndrome (LQTS) is complicated by phenotypic ambiguity, with a frequent normal‐to‐borderline resting QT interval. A 3‐step algorithm based on exercise response of the corrected QT interval (QTc) was previously developed to diagnose patients with LQTS and predict subtype. This study evaluated the 3‐step algorithm in a population that is more representative of the general population with LQTS with milder phenotypes and establishes sex‐specific cutoffs beyond the resting QTc. Methods and Results We identified 208 LQTS likely pathogenic or pathogenic KCNQ1 or KCNH2 variant carriers in the Canadian NLQTS (National Long‐QT Syndrome) Registry and 215 unaffected controls from the HiRO (Hearts in Rhythm Organization) Registry. Exercise treadmill tests were analyzed across the 5 stages of the Bruce protocol. The predictive value of exercise ECG characteristics was analyzed using receiver operating characteristic curve analysis to identify optimal cutoff values. A total of 78% of male carriers and 74% of female carriers had a resting QTc value in the normal‐to‐borderline range. The 4‐minute recovery QTc demonstrated the best predictive value for carrier status in both sexes, with better LQTS ascertainment in female patients (area under the curve, 0.90 versus 0.82), with greater sensitivity and specificity. The optimal cutoff value for the 4‐minute recovery period was 440 milliseconds for male patients and 450 milliseconds for female patients. The 1‐minute recovery QTc had the best predictive value in female patients for differentiating LQTS1 versus LQTS2 (area under the curve, 0.82), and the peak exercise QTc had a marginally better predictive value in male patients for subtype with (area under the curve, 0.71). The optimal cutoff value for the 1‐minute recovery period was 435 milliseconds for male patients and 455 milliseconds for femal patients. Conclusions The 3‐step QT exercise algorithm is a valid tool for the diagnosis of LQTS in a general population with more frequent ambiguity in phenotype. The algorithm is a simple and reliable method for the identification and prediction of the 2 major genotypes of LQTS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart Association→Même sujetCardiac electrophysiology and arrhythmias→Travaux en français237 207→