Postural influences on the mechanical and neural components of the cardiovagal baroreflex
Notice bibliographique
Résumé
AIM: The ability to maintain arterial blood pressure when faced with a postural challenge has implications for the occurrence of syncope and falls. It has been suggested that posture-induced declines in the mechanical component of the baroreflex response drive reductions in cardiovagal baroreflex sensitivity associated with postural stress. However, these conclusions are largely based upon spontaneous methods of baroreflex assessment, the accuracy of which has been questioned. Therefore, the aim was to engage a partially open-loop approach to explore the influence of posture on the mechanical and neural components of the baroreflex. METHODS: In nine healthy participants, we measured continuous blood pressure, heart rate, RR interval and carotid artery diameter during supine and standing postures. The modified Oxford method was used to quantify baroreflex sensitivity. RESULTS: In response to falling pressures, baroreflex sensitivity was similar between postures (P = 0.798). In response to rising pressures, there was an attenuated (P = 0.042) baroreflex sensitivity (mean ± SE) in the standing position (-0.70 ± 0.11 beats min(-1) mmHg(-1)) compared with supine (-0.83 ± 0.06 beats min(-1) mmHg(-1)). This was explained by a diminished (P = 0.016) neural component whilst standing (-30.17 ± 4.16 beats min(-1) mm(-1)) compared with supine (-38.23 ± 3.31 beats min(-1) mm(-1)). These effects were consistent when baroreflex sensitivity was determined using RR interval. CONCLUSION: Cardiovagal baroreflex sensitivity in response to rising pressures is reduced in young individuals during postural stress. Our data suggest that the mechanical component is unaffected by standing, and the reduction in baroreflex sensitivity is driven by the neural component.
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 ».