Methodological considerations for cerebrovascular reactivity testing and analysis (1184.3)
Notice bibliographique
Résumé
The cerebral microvasculature is exquisitely sensitive to carbon dioxide (CO 2 ) and this cerebrovascular reactivity (CVR) is often used as a measure of cerebrovascular function. However, a review of the current literature reveals that the details of CVR protocols and analyses vary considerably between research groups. The objective of this study is to determine the sensitivity of CVR to these methodologies. We used dynamic end‐tidal forcing to measure CVR to CO 2 under conditions of controlled normoxia, hypoxia and hyperoxia. Low levels of end‐tidal CO 2 were obtained by hyperventilation; high levels by hypoventilation with added inspired CO 2 . Supine blood pressure and middle cerebral artery blood flow velocity (MCAv) were continuously recorded, as were inspired and expired oxygen (O 2 ) and CO 2 . Here we discuss the physiological implications of different analysis techniques and also consider the effects on quantitative outcomes. We include the rationale and results of: different types of curve fitting; methods of normalizing MCAv; accounting for blood pressure changes; controlling O 2 ; and introducing a phase lag between end‐tidal CO 2 and MCAv. It is difficult to know whether CVR results are widely generalizable, or reflect unique protocols or analyses. This work is intended to stimulate discussion and encourage the publication of transparent methods in an effort to improve research reproducibility. Grant Funding Source : Supported by the Heart and Stroke Foundation of B.C. and Yukon (V.E.C.)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,453 | 0,481 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».