Clinical utility of systolic left ventricular ejection fraction in atrial fibrillation: Role of prospective ECG-triggered cardiac CT
Notice bibliographique
Résumé
Background The assessment of left ventricular (LV) systolic function and quantification of LV ejection fraction (LVEF) in patients with atrial fibrillation (AF) can be difficult. We previously demonstrated that LV volume changes over the 100 ms of systole (LVEF 100ms ) can be used as a measure of LV systolic function. Objective We sought to evaluate the applicability of LVEF 100ms in patients with AF. Methods We screened patients with AF who underwent prospective systolic electrocardiogram-triggered cardiac computed tomography from January 2015 to June 2023. The correlation between LVEF 100ms and echocardiography-derived LVEF was assessed. Patients were categorized into 3 groups on the basis of echocardiographic LVEF (≤40%, 40%–55%, and ≥55%), and LVEF 100ms was compared among these groups. Receiver operating characteristic curve analysis and Cox proportional hazards models were used to determine the optimal LVEF 100ms cutoff for predicting LVEF ≤ 40% and major adverse cardiovascular events ( MACE ), defined as a composite of cardiac death, myocardial infarction, heart failure hospitalization, and stroke. Results Of the total 123 patients, 62 (50.4%) had an LVEF of ≥55%, 40 (32.5%) had an LVEF of 40%–50%, and 21 (17.1%) had an LVEF of ≤40%. LVEF 100ms correlated with echocardiography-derived LVEF ( P < .001) and differed significantly among groups ( P < .001). LVEF 100ms ≤ 3.3% predicted LVEF ≤ 40% (area under the curve 0.809; sensitivity 87%; specificity 67%). Patients with an LVEF 100ms of ≤3.3% had a higher rate of MACE than did those without ( P = .030), and LVEF 100ms ≤ 3.3% was an independent predictor of MACE. Conclusion LVEF 100ms can provide a useful indicator of LV dysfunction in patients with AF undergoing prospective electrocardiogram-triggered cardiac computed tomography.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».