MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415791189 · doi:10.1161/circ.152.suppl_3.4361336

Abstract 4361336: Exploring Disparities in Pediatric Wolff-Parkinson-White Patients by Race and Ethnicity: Results of a Multicenter Ambispective Registry

2025· article· en· W4415791189 sur OpenAlexaff
Iqbal El Assaad, Cheyenne M. Beach, Mary C. Niu, Reina Bianca Tan, Charles C. Anderson, Gaurav Arora, Peter F. Aziz, Andrew D. Blaufox, Ahmad Sami Chaouki, Brynn E. Dechert-Crooks, Christopher Erickson, Christopher M. Janson, Prince J. Kannankeril, Naomi J. Kertesz, David Gamboa, Ian H. Law, Lindsey Malloy-Walton, Shubhayan Sanatani, Jayaprakash Shenthar, Elizabeth A. Stephenson, Ronn E. Tanel, Nicholas H. Von Bergen, Susan P. Etheridge, Carolina A. Escudero

Notice bibliographique

RevueCirculation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrhythmias and Treatments
Établissements canadiensStollery Children's HospitalHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionEthnic groupRace (biology)Socioeconomic statusDiseaseHealth equityHealth careHeart disease

Résumé

récupéré en direct d'OpenAlex

Background: Social determinants of health —including socioeconomic status, race and ethnicity, and access to care—affect health outcomes and contribute to disparities in disease burden and treatment. We sought to describe racial and ethnic differences in pediatric WPW patients (pts), focusing on healthcare utilization, management, and life-threatening events (LTEs) using a multicenter registry. Methods: Data were extracted from the international ambispective WPW registry, which enrolled pts age < 21 years (2017- 2024). Demographics, clinical presentation, ED visits, hospital/ICU admissions, antiarrhythmic use, and EP study (EPS) (transesophageal and/or invasive) were compared by race (White vs. non-White) and ethnicity (Hispanic vs. non-Hispanic). LTEs were defined as sudden death (SD), aborted SD, or pre-excited AF with rapid conduction or hemodynamic instability. Logistic regression model adjusting for age at enrollment was performed to evaluate associations between race and total and invasive EPS rates. Results: 1118 pts from 23 centers were included. Racial distribution was White (87%), Black (6%), Asian (3%), others (1%), and > 1 race (3%). Most pts with reported ethnicity were non-Hispanic (NH) (93%). Compared to White pts, non-White pts were more likely to have congenital heart disease and persistent pre-excitation but less likely to require ICU admission or undergo EPS, including invasive EPS (Table 1). There were no significant racial differences in age at presentation at EPS, symptoms at presentation, hospitalization, antiarrhythmic drug use, or LTEs at presentation or f/u. In logistic regression models adjusting for age at enrollment, race was not significantly associated with invasive EPS (p=0.067). However, White pts were significantly more likely to undergo any EPS than non-White pts (OR 1.82, 95% CI 1.05–3.14). With respect to ethnicity, Hispanic pts underwent EPS at a younger age than NH pts (12.13 vs. 13.28 yrs, p=0.033). There were no other significant management or outcome differences between ethnic groups. Conclusion: Racial disparities in healthcare utilization and management strategies exist among pediatric WPW pts, with non-White pts less likely to undergo any EPS despite higher rates of persistent pre-excitation. Rates of LTE, however, were similar between racial and ethnic groups. Future studies should focus on exploring causes of racial disparities that would inform targeted interventions to promote equitable care.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,265
Écart entre enseignants0,248 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCardiac Arrhythmias and Treatments→Travaux en français237 207→