A Primer on the Evolving Subspecialty of Onco-Electrophysiology
Notice bibliographique
Résumé
Cardio-oncology has become a well-established subspecialty because of the growing burden of cardiovascular diseases in oncology patients, resulting from the cardiac toxicities of cancer therapies and the coexistence of both conditions in the same population. As with other cardiovascular conditions, cardiac arrhythmias have emerged as an important concern in patients with cancer. However, the management of arrhythmias is more complicated in these patients because of complex interactions between oncotherapeutics and arrhythmia-treatment strategies. Similarly, patients with cardiac implantable electronic devices (CIEDs) require cancer treatment strategies that involve radiation therapy require specific management strategies. Thus, there is a need for a specific mechanistic understanding of electrophysiological abnormalities, arrhythmia, and device management in oncology patients, especially given the expanding range of oncologic therapies and radiation strategies. This increasingly prevalent clinical challenge requires new expertise that expands on a yearly basis. This narrative review deals with this recent expansion and addresses key areas of onco-electrophysiology, including the mechanistic basis of common electrocardiographic changes, diagnosis, and management of arrhythmias attributable to oncotherapeutics and the care of patients with arrhythmias who require oncologic therapies, especially patients with devices and drug interactions leading to arrhythmias as seen by cardiac physicians dealing with oncology patients. In addition, it reviews evolving management strategies and protocols for patients with implantable devices, especially if urgent radiation is needed. This review aims to bridge the recent knowledge growth in arrhythmia care for patients with cancer and highlight the evolution of onco-electrophysiology as a subspeciality.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».