MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413999167 · doi:10.1016/j.hroo.2025.08.002

Integrating wearables into the modern electrophysiology practice: A proposed framework for the use of wearables and creation of a remote digital clinic

2025· article· en· W4413999167 sur OpenAlexaff
Krishna Pundi, Jason G. Andrade, Neal K. Bhatia, Thomas Deneke, Hamid Ghanbari, Matthew M. Kalscheur, Peem Lorvidhaya, Jennifer N. Avari Silva, Amit J. Thosani, G. Schott, Amy Tucker, Niraj Varma, Omair Yousuf, Peter A. Noseworthy

Notice bibliographique

RevueHeart Rhythm O2 · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueECG Monitoring and Analysis
Établissements canadiensVancouver Coastal Health Research InstituteVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésWearable computerWearable technologyComputer scienceInternet privacyEmbedded system

Résumé

récupéré en direct d'OpenAlex

The integration of wearables in cardiac electrophysiology practice represents a unique scenario where technology adoption is outpacing clinical evidence, guidelines, and best practices. Consumers and patients are already widely using wearables capable of assessing cardiac rhythm, forcing clinicians to adapt in real time to this changing landscape.1 Today’s wearables vary widely in the signals and data they collect, ranging from those that use photoplethysmography (PPG) waveforms as surrogates for cardiac rhythm to single- and multilead electrocardiogram (ECG) recordings and multimodality data collection.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0030,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 GPT0,352
Écart entre enseignants0,323 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueHeart Rhythm O2→Même sujetECG Monitoring and Analysis→Travaux en français237 207→