The Large Sky Area Multi-Object Fiber Spectroscopic Telescope (LAMOST, also called the Guo Shou Jing Telescope) is a special reflecting Schmidt telescope. LAMOST's special design allows both a large aperture (effective aperture of 3.6 m–4.9 m) and a wide field of view (FOV) (5°). It has an innovative active reflecting Schmidt configuration which continuously changes the mirror's surface that adjusts during the observation process and combines thin deformable mirror active optics with segmented active optics. Its primary mirror (6.67 m × 6.05 m) and active Schmidt mirror (5.74m × 4.40m) are both segmented, and composed of 37 and 24 hexagonal sub-mirrors respectively. By using a parallel controllable fiber positioning technique, the focal surface of 1.75 m in diameter can accommodate 4000 optical fibers. Also, LAMOST has 16 spectrographs with 32 CCD cameras. LAMOST will be the telescope with the highest rate of spectral acquisition. As a national large scientific project, the LAMOST project was formally proposed in 1996, and approved by the Chinese government in 1997. The construction started in 2001, was completed in 2008 and passed the official acceptance in June 2009. The LAMOST pilot survey was started in October 2011 and the spectroscopic survey will launch in September 2012. Up to now, LAMOST has released more than 480000 spectra of objects. LAMOST will make an important contribution to the study of the large-scale structure of the Universe, structure and evolution of the Galaxy, and cross-identification of multi-waveband properties in celestial objects.

Background Evaluating cardiovascular risk in patients experiencing acute ST-elevation myocardial infarction (STEMI) and undergoing percutaneous coronary intervention (PCI) is crucial for early intervention and improving long-term outcomes. 24 h Holter monitoring provides continuous cardiac electrophysiological data, enabling the detection of arrhythmias and autonomic dysfunction that are not captured during routine examinations. This study aimed to examine the relationship between Holter monitoring metrics and the occurrence of out-of-hospital major adverse cardiovascular events (MACEs) following PCI in patients with STEMI, offering insights into cardiovascular risk evaluation. Methods This prospective cohort study included STEMI patients undergoing PCI. 24 h Holter monitoring data were recorded, including heart rate, heart rate variability (HRV) metrics such as SDNN and SDANN index, heart rate deceleration capacity (DC) at different time scales (DC2, DC4, DC8), and the frequency of premature ventricular contractions (PVCs). Independent correlations between these indices and MACEs, as well as cardiovascular deaths, were investigated using multifactorial logistic regression. Predictive capacities were assessed through receiver operating characteristic (ROC) curves. Results A total of 172 participants were enrolled in this study. Over the 3-year follow-up period, MACEs were observed in 57 patients, including 20 cases of cardiac death. In logistic regression models adjusted for confounding variables, SDNN [OR: 0.980; 95% CI: (0.967, 0.994); p = 0.005] and SDANN index [OR: 0.982; 95% CI: (0.969, 0.996); p = 0.009] were negatively associated with the incidence of MACEs. Conversely, the slowest heart rate [OR: 1.075; 95% CI: (1.022, 1.131); p = 0.005] and frequent PVCs [OR: 2.685; 95% CI: (1.204, 5.987); p = 0.016] demonstrated a positive association with MACEs. Furthermore, SDNN [OR: 0.957; 95% CI: (0.933, 0.981); p = 0.001], DC [OR: 0. 702; 95% CI: (0.526, 0.938); p = 0.017]) and DC4 [OR: 0.020; 95% CI: (0.001, 0.664); p = 0.029] were negatively associated with cardiac death. The ROC analysis results indicated that SDNN was an effective predictor of both MACEs [AUC: 0.688 (95% CI: 0.601–0.776)] and cardiac death [AUC: 0.752 (95% CI: 0.625–0.879)]. Conclusion HRV, DC metrics, and frequent PVCs obtained by 24 h Holter monitoring were associated with the risk of MACEs in STEMI patients. These metrics can help clinicians identify at-risk patients early so that timely interventions.