Optimizing Patient Selection for Physiological Pacing in Bradyarrhythmia: Factors Associated With High Ventricular Pacing Burden
Notice bibliographique
Résumé
Background: Right ventricular (RV) pacing is established as the most common ventricular pacing (VP) strategy for patients with symptomatic bradyarrhythmia. Some patients with high VP burden suffer deterioration of left ventricular (LV) function, termed pacing-induced cardiomyopathy (PICM). Patients who pace > 20% of the time from the RV apex are at increased risk of PICM, but independent predictors of increased RV pacing burden have not been elucidated in those who have a permanent pacemaker (PPM) inserted for bradyarrhythmia. Methods: We aimed to identify factors that are associated with increased VP burden > 20%, hence determining those at risk for resultant PICM. In this retrospective cohort study, we identified the most recent 300 consecutive cardiac implantable electronic device (CIED) implants in our center and collected past medical history, electrocardiogram (ECG), echo, medication and pacemaker check data. Results: A total of 236 individuals met inclusion criteria. Of the patients, 35% had RV pacing burden < 20%, while 65% had VP burden ≥ 20%; 96.2% of patients with complete heart block (CHB) paced > 20% (P = 0.002). Utilization of DDD or VVI (75.2% and 89.2% of patients, respectively) without mode switch algorithms was associated with VP > 20% (P < 0.001). Male or previous coronary artery bypass grafting (CABG) patients also statistically paced > 20%. Other factors trending towards significance included prolonged PR interval, atrial fibrillation or more advanced age. Conclusion: High-grade atrioventricular (AV) block was associated with an RV pacing burden > 20% over 3 years but this was not consistent in patients with only transient episodes of high-grade AV block. We found a significant association between high VP% and male sex, previous CABG and the absence of mode switching algorithms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».