MétaCan
Menu
Retour à la cohorte
Enregistrement W4379514310 · doi:10.2196/44003

Electrocardiogram Devices for Home Use: Technological and Clinical Scoping Review

2023· article· en· W4379514310 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cardio · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueECG Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesZonMwDutch Cardiovascular Alliance
Mots-clésUsabilityMobile deviceFood and drug administrationHeart RhythmMedicineThe InternetComputer scienceMedical emergencyWorld Wide WebHuman–computer interactionCardiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Electrocardiograms (ECGs) are used by physicians to record, monitor, and diagnose the electrical activity of the heart. Recent technological advances have allowed ECG devices to move out of the clinic and into the home environment. There is a great variety of mobile ECG devices with the capabilities to be used in home environments. OBJECTIVE: This scoping review aimed to provide a comprehensive overview of the current landscape of mobile ECG devices, including the technology used, intended clinical use, and available clinical evidence. METHODS: We conducted a scoping review to identify studies concerning mobile ECG devices in the electronic database PubMed. Secondarily, an internet search was performed to identify other ECG devices available in the market. We summarized the devices' technical information and usability characteristics based on manufacturer data such as datasheets and user manuals. For each device, we searched for clinical evidence on the capabilities to record heart disorders by performing individual searches in PubMed and ClinicalTrials.gov, as well as the Food and Drug Administration (FDA) 510(k) Premarket Notification and De Novo databases. RESULTS: From the PubMed database and internet search, we identified 58 ECG devices with available manufacturer information. Technical characteristics such as shape, number of electrodes, and signal processing influence the capabilities of the devices to record cardiac disorders. Of the 58 devices, only 26 (45%) had clinical evidence available regarding their ability to detect heart disorders such as rhythm disorders, more specifically atrial fibrillation. CONCLUSIONS: ECG devices available in the market are mainly intended to be used for the detection of arrhythmias. No devices are intended to be used for the detection of other cardiac disorders. Technical and design characteristics influence the intended use of the devices and use environments. For mobile ECG devices to be intended to detect other cardiac disorders, challenges regarding signal processing and sensor characteristics should be solved to increase their detection capabilities. Devices recently released include the use of other sensors on ECG devices to increase their detection capabilities.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,191
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

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

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 Opus0,083
Tête enseignante GPT0,437
Écart entre enseignants0,355 · 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