Determinants of symptom relief and quality of life improvement after atrial fibrillation ablation
Notice bibliographique
Résumé
AIMS: The primary goal of atrial fibrillation (AF) ablation is to improve AF-related symptoms and quality of life. Previous studies have observed a discrepancy between objective recurrence of AF after ablation and patient-perceived change of symptoms. Although predictors of freedom of AF recurrence after AF ablation have been widely studied, factors associated with symptom relief and quality of life improvement remain underexplored. The present study aimed to investigate determinants of symptom reduction and improvement in quality of life after AF ablation. METHODS AND RESULTS: A total of 382 AF patients (68% paroxysmal AF, 67% male, mean age 63 ± 9 years) undergoing AF ablation were included. Patient-reported outcomes were assessed using the Toronto Atrial Fibrillation Severity Scale (AFSS) and 36-Item Short-Form Health Survey (SF-36) score. Patients completed both the AFSS and SF-36 score pre-ablation, and post-ablation at 4 months and 1 year follow-up. Atrial tachyarrhythmia recurrence was documented in 139 patients (36%) at 1 year follow-up. AF symptom severity, patient-perceived AF burden and quality of life improved from baseline to 1 year follow-up, particularly in patients without atrial tachyarrhythmia recurrence. Greater baseline AFSS-derived symptom severity and patient-perceived AF burden were associated with a greater improvement of AF symptom severity and patient-perceived AF burden after ablation. CONCLUSION: This study shows that patients with lower quality of life and greater AF symptom severity and patient-perceived AF burden benefit most from AF ablation, suggesting that more emphasis should be put on the burden of AF symptoms in clinical decision-making.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».