Triggers of Atrial Fibrillation in the Geriatric Medical Intensive Care Unit: An Observational Study
Notice bibliographique
Résumé
Background: Atrial fibrillation (AF) is a common arrhythmia in the non-cardiac intensive care unit (ICU). However, data concerning AF incidence and predictors in such populations are scarce and controversial. The study aimed to investigate the contributing factors of new-onset AF in elderly patients within the medical intensive care setting. Methods: Patients admitted to ICU during a 6-month period were prospectively studied. Patients admitted for short period postoperative monitoring and patients with chronic or paroxysmal AF were excluded. The conditions involved as AF risk factors or "triggers" from demographic data, history, and echocardiography were recorded. Acute Physiology and Chronic Health Evaluation II score was calculated. Electrolytes including some trace elements (zinc, copper, and magnesium) were analyzed. Results: The study included 142 patients (49% females). Mean age was 69.5 ± 7.3 years. AF was observed in 12%. Diagnosis of pneumonia (P < 0.001), low copper (P < 0.0001) and low zinc levels (P < 0.0001) was significantly associated with the occurrence of AF. By multivariate analysis, they remained statistically significant (odds ratio, 7.0; 95% confidence interval, 2.0 - 24.6; P < 0.01). Conclusions: A significant fraction of ICU elderly patients manifests AF. The relevant factors contributing to AF incidence in the elderly are pneumonia and low zinc and low copper.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».