导图社区 心房颤动的反复导管消融——如何预测结果?
这是一篇关于心房颤动的反复导管消融——如何预测结果?的思维导图,主要内容包括:表不如图,字不如表,摘要,题目。
这是一篇关于机器学习临床预测模型的思维导图,主要内容包括:1.研究设计,6.模型部署与应用,5.模型验证与评估,4.模型构建,3.特征工程,2.数据收集与预处理,作者:左手Python右手R。
这是一篇关于血管检查思维导图,主要从视诊、触诊、听诊几个方面展开,详细介绍了相关的检查内容与特征,有助于理解和掌握相关医学知识。
这是一篇关于周围血管征的思维导图,主要内容包括:毛细血管搏动征,Duroziez双重杂音,枪击音,水冲脉,包括头部随脉搏呈节律性点头运动、颈动脉搏动明显、毛细血管搏动征、水冲脉、枪击音与杜氏双重杂音。都是由脉压增大所致。
社区模板帮助中心,点此进入>>
APPLE评分:一种新的、简单的预测心房颤动导管消融术后心律
基于机器学习算法构建肺癌患者化疗后肺部感染风险预测模型
一个新的列线图用于预测首次心房颤动导管射频消融术治疗患者的心
关于预测导管消融结果的新评分系统的提案:土耳其冷冻消融登记处
重症监护病房非创伤性蛛网膜下腔出血患者7 d内死亡风险的机器
可解释机器学习模型预测儿童肺动脉高压30天再入院:一项多中心
心力衰竭人群中重度急性肾损伤的预测模型
基于机器学习的可穿戴数据对儿童注意缺陷多动障碍和睡眠问题的预测
SII联合UHR对急性心肌梗死经皮冠状动脉介入治疗术后造影剂
机器学习衍生的胆石症所致急性胆管炎患者预后的在线预测模型
心房颤动的反复导管消融——如何预测结果?
题目
Repeated Catheter Ablation of Atrial Fibrillation – How to Predict Outcome?
摘要
背景/目的
repeated catheter ablation of AF (RCAF)房颤反复导管消融术
atrial fibrillation recurrence (AFR)房颤复发
Pre-procedural predictors (PP)术前预测因素
反复导管消融 AF (RCAF) 后房颤 (AF) 复发 (AFR) 的术前预测因素 (PP) 尚不清楚。本研究的目的是确定 RCAF 后结果的 PP
方法
在 213 名药物难治性 AF患者中进行了 RCAF
(47% 阵发性 AF;PAF)
(73% 男性)
计算每位患者的 CHADS2、CHA2DS2-VASc 和 ALARMEc(AF 类型、左心房大小、肾功能不全、代谢综合征、心肌病)评分
完全成功定义为没有 AFR
RCAF 后,125 名患者 (59%) 在长期随访 (FU) 中没有出现心房扑动或房性心动过速 (AFLAT)
为了避免潜在的模型过度拟合,只有那些被确定为与单变量分析结果显着相关的参数才包含在使用逐步下降程序执行的多变量 Cox 回归模型中
结果
AFR 的单变量预测因子为:AF 类型(非 PAF 与 PAF,P=0.001)、标准化左心房面积(NLA ≥10.25 与 NLA <10.25,P=0.012)和估计肾小球滤过率(<68 ml) /min vs. ≥68 ml/min,P=0.048)
RAF 后无 AFLAT 生存的独立预测因子是非 PAF(P=0.002)和 NLA ≥10.25(P=0.018)
在组合预测因子中,只有 ALARMEc 评分可以预测 RCAF 后的结果,而 CHADS2 或 CHA2DS2-VASc 均不能预测结果 (P<0.0001)
结论
RCAF 对超长期随访的成功率中等
在非 PAF 和 LA 扩大的患者中观察到成功率较低
ALARMEc 评分可以清楚地描述 RCAF 后的预期结果
字不如表
Table 1
基线受试者特征
Table 2
RCAF 术后结果的术前预测因素
单变量预测能力
Table 3
描述 RAF 后结果和预测因素的研究
表不如图
Figure 1
RCAF 后五年结果对比
(A) 房颤类型
(B) 左心房大小
10.25
(C) 肾功能
68
Figure 2
CHADS2、CHA2DS2-VASc 和 ALARMEC 风险评分
(A) 3评分ROC
(B) 基于ALARMEc风险评分的房颤重复导管消融术后KM无事件生存曲线
Figure 3
研究流程图