MétaCan
Menu
Retour à la cohorte
Enregistrement W2032980140 · doi:10.1097/00002060-200009000-00004

Physiologic and Functional Responses of MS Patients to Body Cooling

2000· article· en· W2032980140 sur OpenAlexaff
Yu-Tsuan E. Ku, Leslie D. Montgomery, Hank C. Lee, Bernadette Luna, Bruce W. Webbon

Notice bibliographique

RevueAmerican Journal of Physical Medicine & Rehabilitation · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueInfrared Thermography in Medicine
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésVESTMedicineThermal sensationSkin temperatureRectal temperatureAmbulatoryHeart rateAudiologyPhysical therapySurgeryBiomedical engineeringAnesthesiaInternal medicineThermal comfort

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this study was to compare the responses of multiple sclerosis (MS) patients to short-term cooling therapy using three different vest configurations. DESIGN: Each garment was used to cool 13 male and 13 female MS subjects (31-67 yr). Oral and right and left ear temperatures were logged manually every 5 min. Arm, leg, chest, and rectal temperatures, heart rate, and respiration were recorded continuously on a Biolog ambulatory monitor. Each subject was given a series of subjective and objective evaluation tests before and after cooling. RESULTS: The Life Enhancement Technologies and Steele vests test groups had similar, significant (P < 0.01) cooling effects on oral and ear canal temperatures, which decreased approximately 0.4 degrees C and 0.3 degrees C, respectively. The Life Enhancement Technologies active liquid cooling vest produced the coldest (P < 0.01) skin temperature and provided the most improvement on subjective and objective performance measures. CONCLUSIONS: These results show that the various garment configurations tested do not produce similar thermal responses in all MS patients. The circulating liquid cooling vest was found to be more effective than either of the two passive cooling garments tested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,281
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations34
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physical Medicine & RehabilitationMême sujetInfrared Thermography in MedicineTravaux en français237 207