Notice bibliographique
Résumé
In this issue of the Annals, ISHNE members Professors Bayes de Luna and Bacharova substantially contribute to our understanding of atrial pathology as revealed in the electrocardiographic P wave. In so doing, the extend the work that Professor Bayes de Luna began nearly 40 years ago. In this remarkable paper, they taxonomize the three patterns of typical advanced inter-atrial block (A-IAB), as well as describe atypical patterns (i.e. with P wave durations less than 120 ms but positive–negative polarity in the inferior leads), explain the differentiation between A-IAB and atrial enlargement, and make the case that A-IAB may be as important a predictor of future stroke as atrial fibrillation. For those unfamiliar with the phenomenon that has been dubbed “Bayes Syndrome” (the Professor modestly avoids this eponym), this paper is the perfect introduction. In other important developments at Annals, we have added two important individuals to our masthead. Professor Linda Johnson, MD, PhD Associate Professor, Cardiovascular Epidemiology, Lund University has joined us in the role of Associate Editor. Her work combines a profound understanding of cardiovascular epidemiology with an interest in ambulatory ECG monitoring for assessment of atrial fibrillation risk and autonomic dysfunction. I am very grateful that she has accepted our invitation and look to encourage submissions in her areas of expertise. In a first for the Annals, we welcome our new Social Media Editor, Andrés Felipe Miranda-Arboleda, MD. Andres hails from Medellín, Colombia, but is currently finishing his electrophysiology fellowship at Queen's University, Kingston, Ontario. Please be sure to look out for his posts on Twitter, WeChat, and other platforms to keep you informed about important new Annals publications as well as throw-backs to classic papers that have stood the test of time. Welcome aboard, Linda and Andres!
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».