MétaCan
Menu
Retour à la cohorte
Enregistrement W1982488733 · doi:10.1088/0967-3334/34/3/291

Repeatability of popliteal blood flow and lower limb vascular conductance at rest and exercise during body tilt using Doppler ultrasound

2013· article· en· W1982488733 sur OpenAlexaff
Rodrigo Villar, Richard L. Hughson

Notice bibliographique

RevuePhysiological Measurement · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRepeatabilityBlood flowTilt (camera)Doppler ultrasoundRest (music)UltrasoundLower limbBiomedical engineeringMedicineLaser Doppler velocimetryPopliteal arteryDoppler effectAnatomyCardiologySurgeryRadiologyChemistryEngineeringPhysicsStructural engineering

Résumé

récupéré en direct d'OpenAlex

We tested the data repeatability for popliteal blood flow velocity (PBV), popliteal arterial diameter (AD(pop)), popliteal blood flow (PBF) and lower limb vascular conductance (VC) at rest and exercise in three body positions, two work rates and two inspired oxygen fractions. Fifteen, eleven and ten healthy volunteers participated in the three phases of the studies. Resting protocols were performed in horizontal (HOR), 35° head-down tilt (HDT) and 45° head-up tilt (HUT) for 5 min in each body position. Participants also exercised at lower and higher power outputs (repeated plantar flexion contractions at 20% and 30% maximal voluntary contraction, respectively) in HOR, HDT and HUT and in normoxia (21%O2) and hypoxia (14%O2) with the same work rates and body positions. PBV and AD(pop) were measured by ultrasound to determine PBF, and VC was estimated by dividing PBF by muscle perfusion pressure (MPP). PBV, AD(pop), PBF and VC were not different, demonstrated good agreement and consistency between the two days of testing during both rest and exercise conditions regardless of body position. Therefore, these data support the utilization of Doppler and echo Doppler ultrasound as a reproducible method to measure PBV and AD(pop) and consequently estimate PBF and VC responses in such conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,245
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiological MeasurementMême sujetCardiovascular and exercise physiologyTravaux en français237 207