MétaCan
Menu
Retour à la cohorte
Enregistrement W4402829855 · doi:10.1016/j.cjco.2024.09.007

Catch-AF—Early Diagnosis of Symptomatic Arrythmias in the Waiting Period Prior to Seeing a Cardiologist in Victoria, British Columbia

2024· article· en· W4402829855 sur OpenAlexafffundabout
Mari Coxon, Kurt Hoskin, Martin van Zyl, Michael Thibert, Markus B. Sikkel

Notice bibliographique

RevueCJC Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversity of VictoriaRoyal Jubilee HospitalKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesServierServier Canada
Mots-clésMedicineCardiologyInternal medicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Background Atrial fibrillation (AF) is the most common cardiac arrhythmia. Given its often-paroxysmal nature, screening at a single time point, using a 12-lead electrocardiogram (ECG) or a Holter monitor, has limited benefit. The AliveCor KardiaMobile device is a validated ECG recorder that can be used for patient-directed arrhythmia diagnosis and symptom–rhythm correlation. The aim of this study was to evaluate whether using the KardiaMobile device could reduce the time-to-diagnosis, for AF as well as other arrhythmias. We hypothesized that providing patients with a KardiaMobile device during their waiting period for specialist care could reduce the length of time that passes before ECG detection of arrhythmia. Methods Patients were randomized 1:1 to receive either standard monitoring (ECG and a Holter monitor) or enhanced monitoring (ECG, a Holter monitor, and a KardiaMobile device). Patients were instructed to upload ECG recordings if they had cardiac symptoms, so that symptom–rhythm correlation could be achieved. The primary outcome was the time-to-diagnosis for AF. The secondary endpoint was the time-to-diagnosis for any arrhythmias. Results From October 2018 to October 2022, a total of 69 patients were enrolled, and they were followed up to 12 months. Overall, 6 of the 7 patients diagnosed with AF were in the enhanced-monitoring group ( P = 0.106). The time-to-diagnosis was not significantly different in the 2 groups ( P = 0.053). Overall arrhythmias were diagnosed in 10 patients (29%) in the standard-monitoring arm, compared to 22 patients (63%) in the enhanced-monitoring arm ( P = 0.008). The time-to-diagnosis was reduced in the enhanced-monitoring arm ( P = 0.010). Conclusions The time-to-diagnosis of any arrhythmia was reduced significantly in patients randomized to receive KardiaMobile device monitoring. Providing patients with a KardiaMobile device may expedite the diagnosis of arrhythmias during the waiting period for specialist care. Clinical Trial Registration NCT04302311.

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 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 enseignants0,015
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,039
Tête enseignante GPT0,329
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207