Influence of Sleep State and Respiratory Pattern on Cyclical Fluctuations of Cerebral Blood Flow Velocity in Healthy Preterm Infants
Notice bibliographique
Résumé
To examine the influence of sleep state, respiratory pattern, and ventilation on cyclical fluctuations (CF) in cerebral blood flow (CBF) velocity (CBFV), we studied 21 'healthy' preterm infants: birth weight 1,790 +/- 162 g (SEM), study weight 1,960 +/- 165 g, gestational age 32 +/- 1 weeks, postnatal age 20 +/- 4 (range 8-57) days. The CBFV was measured using on-line pulsed Doppler ultrasound by insonating the middle cerebral artery. Breathing was measured using a flow through system. The sleep state was monitored according to conventional criteria. Three hundred and seventy-five epochs of 1 min each were analyzed; 207 during quiet sleep (QS) and 168 during rapid eye movement (REM) sleep. CFs in CBFV were detected in all babies. The frequency of CF ranged from 0.5 to 6 cycles/min. The proportion of epochs showing CF was similar during both sleep states (56% QS vs. 59% REM; p = NS). Although the mean CBFV (cm/s) was similar in these two sleep states, the mean coefficient of variation, a measure of CF amplitude, was significantly higher during REM as compared with QS (6 +/- 0.5 vs. 4.3 +/- 0.2%; p < 0.05). Similarly, the mean CBFVs were similar with various respiratory patterns, but the coefficient of variation was significantly higher in periodic and apneic patterns as compared with regular and irregular respiratory patterns (5.6 +/- 0.6% periodic, 5.6 +/- 0.3% apneic, 3.6 +/- 0.3% regular, and 4.1 +/- 0.5% irregular, p < 0.05). The amplitude of CF was associated with the variability of the heart rate (p < 0.05), but not with the variability of the respiratory measurements. These findings suggest: (1) REM sleep is associated with a greater CBF variability than QS, and (2) periodic and apneic breathing are associated with a greater CBF variability than regular or irregular breathing. We speculate that sleep state and respiratory pattern do not determine but modulate the CBF. Our data suggest that in studies involving interpretation of CBFV data using the Doppler technique, breathing patterns should be taken into account in addition to sleep state.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».