MétaCan
Menu
Retour à la cohorte
Enregistrement W4404359858 · doi:10.1161/circ.150.suppl_1.4142314

Abstract 4142314: ECG predictors for readmission in patients with heart failure: A meta-analysis

2024· article· en· W4404359858 sur OpenAlexaff
Reha Kumar, Shijie Zhou, Douglas Lee, Andrew C.T. Ha

Notice bibliographique

RevueCirculation · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureMeta-analysisInternal medicineCardiologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Background: Reducing heart failure (HF) readmission rates remains a global healthcare priority. Current strategies for preventing HF hospitalizations are limited by a lack of accurate predictive models to stratify readmission risk. Electrocardiograms (ECG) provide pertinent information and are broadly available as part of routine cardiac care. We conducted a meta-analysis to identify ECG predictors of readmission in patients with HF. Methods: PubMed, Embase, Cochrane Central and CINAHL were searched, from inception to December 2023. The search strategy was comprised of indexed terms and keywords related to HF, readmission , and electrocardiography. Two reviewers screened relevant studies and extracted data around study design, patient demographics and outcomes. Statistical analysis : Odds Ratio (OR) data and 95% confidence intervals (CI) were calculated on a logarithmic scale using inverse variance method. Pooled OR and 95% CIs were computed using a random-effects model. Results: Of the 409 articles screened, 21 were included for final review. 32,337 patients were analyzed across 8 retrospective studies, 10 prospective cohort studies, 2 registry trials and 1 post-hoc analysis of a randomized control trial. Outcome data were collected for 28 individual ECG variables, which were classified into 5 categories: conduction delay - defined as QRS >120ms (n=7), atrial fibrillation/flutter (n=6), sinus rhythm (n=3), heart rate (n=3), QT C interval (n=3) and QRS-T angle (n=2). Four remaining variables did not fit into these categories (1D). On pooled analysis, presence of atrial fibrillation/flutter [OR 1.54, 95% CI 1.22-1.95, p <0.01] and conduction delay [OR 1.13, 95% CI 1.05-1.22, p <0.01] were associated with higher readmission risk (1A, 1B). Presence of sinus rhythm was associated with lower readmission risk [OR 0.62, 95% CI 0.53-0.72, p <0.01] (1C). Pooled data for heart rate, QRS-T angle and QT C interval were not statistically significant. Conclusion: Presence of atrial fibrillation/flutter and conduction delay on ECG are associated with increased risk while sinus rhythm is associated with lower risk of HF readmission. These findings should be explored further to identify those with HF at risk of readmission.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,025
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0200,058
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,030
Tête enseignante GPT0,276
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207