Studii medicale: electrocardiograma

Meta-analiza a 85 de studii arată că sportivele au frecvent inversia undei T și QTc mai lung față de bărbați, fără a corela cu patologii cardiace, sugerând necesitatea unor criterii ECG sex-specifice.

Analiza grupată a două studii de fază 1 demonstrează că nacubactamul nu prelungește semnificativ intervalul QTc la doze de până la 8000 mg, susținând un profil de siguranță cardiacă favorabil.

DeepECG.ai este o platformă AI care asistă medicii din medicina primară în interpretarea ECG, fiind validată prin studiile DAISEA-ECG și HEART-AI pentru detectarea precoce a patologiilor cardiace.

Studiul evaluează modelele fundație (DeepECG-SSL) pentru interpretarea ECG, demonstrând o acuratețe superioară (AUROC 0,99) față de metodele clasice în 77 de condiții cardiace pe 11 cohorte.

Un model de deep learning pe ECG identifică pacienții cu sindrom coronarian acut care necesită revascularizare cu AUROC 0,91, depășind clinicianul și troponina convențională în triajul de urgență.

Dispozitivele purtabile permit monitorizarea cardiovasculară continuă, depistarea fibrilației atriale și a insuficienței cardiace, însă necesită standardizare și integrare clinică riguroasă.

Un model de învățare profundă antrenat pe 540.372 de ECG-uri detectează ocluzia coronariană acută cu o C-statistică ≥0,95, depășind criteriile clasice STEMI și permițând localizarea vasului vinovat.

Revizuirea sintetizează aplicațiile IA în cardiologie (ECG, eco, RMN, CT, cateterism), evidențiind trecerea de la stadiul experimental la soluții clinice validate și provocările implementării.

Revizuire sistematică a 33 de studii privind LLM în cardiologie: acuratețe ridicată în interpretarea EKG și cunoștințe medicale, dar limitări în urgențe și accesibilitatea limbajului pentru pacienți.

Sinteza a 78 de studii arată că modelele de învățare profundă ating performanțe comparabile cu experții în imagistica cardiacă și predicția riscului, necesitând validare externă pentru uz clinic.

Meta-analiza pe 29.284 pacienți demonstrează că schizofrenia asociază anomalii ECG de repolarizare (unghi QRS-T, Tp-e) independente de medicație, crescând riscul de moarte cardiacă subită.

Studiul demonstrează că fibrilația atrială post-stres are o rată de recurență de 41% la 10 ani, iar un model cu IA îmbunătățește predicția riscului și monitorizarea pacienților.

Studiul demonstrează că supradenivelarea ST în pericardita acută se asociază cu un risc dublu de miopericardită, impunând o evaluare diagnostică riguroasă, deși nu necesită escaladare terapeutică.

Meta-analiza pe 27.891 atleți NCAA arată că screeningul cu ECG 12 derivații detectează de 3,5 ori mai multe afecțiuni cardiace cu risc de moarte subită față de examenul clinic standard.

HEEDB este cea mai mare bază de date ECG open-access (11,6M înregistrări, 2,2M pacienți), oferind un benchmark pentru dezvoltarea și validarea echitabilă a modelelor AI în cardiologie.