Development of a new method for monitoring blood purification: The blood flow analysis of the head and foot by laser Doppler blood flowmeter during hemodialysis
Notice bibliographique
Résumé
The management of blood pressure in hemodialysis patients greatly affects not only their quality of life, but also the duration of dialysis (dialysis life). Approximately 25% of dialysis patients suffer from continuous low blood pressure; however, the relationship between blood pressure and blood flow during dialysis has not been established. We hypothesized that with complete extracorporeal circulation, blood purification methods might affect blood flow, resulting in a change in blood pressure. The purpose of this study was to develop a noninvasive continuous monitoring method (NICOMM) as a microcirculation monitor by devising a laser-Doppler flowmeter (LDF) system with a wavelength of 780 nm. The aim was to use this system to simultaneously measure blood flow rate in both the head and the foot during dialysis and to determine the effectiveness of NICOMM by measuring blood flow and arterial distensibility. When exhibiting a significant decline in blood pressure at 240 min after the initiation of hemodialysis, a drop in blood flow in parallel with the blood pressure fall was recorded by the LDF. However, no changes were observed, in the readings by a continuous hematocrit monitor (Crit-Line monitor, CLM). Furthermore, a significant correlation was registered between mean arterial blood pressure and blood flow rate in the earlobe tissue from 180 min after the initiation of hemodialysis to the completion of hemodialysis (p < 0.001, r = 0.78). Comparisons were made by measuring vascular dehydration using the CLM. NICOMM showed more stable readings than the CLM in monitoring blood flow in response to changes in blood pressure.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».