Fractal ventilation enhances respiratory sinus arrhythmia
Notice bibliographique
Résumé
BACKGROUND: Programming a mechanical ventilator with a biologically variable or fractal breathing pattern (an example of 1/f noise) improves gas exchange and respiratory mechanics. Here we show that fractal ventilation increases respiratory sinus arrhythmia (RSA) -- a mechanism known to improve ventilation/perfusion matching. METHODS: Pigs were anaesthetised with propofol/ketamine, paralysed with doxacurium, and ventilated in either control mode (CV) or in fractal mode (FV) at baseline and then following infusion of oleic acid to result in lung injury. RESULTS: Mean RSA and mean positive RSA were nearly double with FV, both at baseline and following oleic acid. At baseline, mean RSA = 18.6 msec with CV and 36.8 msec with FV (n = 10; p = 0.043); post oleic acid, mean RSA = 11.1 msec with CV and 21.8 msec with FV (n = 9, p = 0.028); at baseline, mean positive RSA = 20.8 msec with CV and 38.1 msec with FV (p = 0.047); post oleic acid, mean positive RSA = 13.2 msec with CV and 24.4 msec with FV (p = 0.026). Heart rate variability was also greater with FV. At baseline the coefficient of variation for heart rate was 2.2% during CV and 4.0% during FV. Following oleic acid the variation was 2.1 vs. 5.6% respectively. CONCLUSION: These findings suggest FV enhances physiological entrainment between respiratory, brain stem and cardiac nonlinear oscillators, further supporting the concept that RSA itself reflects cardiorespiratory interaction. In addition, these results provide another mechanism whereby FV may be superior to conventional CV.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».