MétaCan
Menu
Retour à la cohorte
Enregistrement W2062499735 · doi:10.1177/021849230601400611

Effect of pH Management on Brain Perfusion during Retrograde Cerebral Perfusion

2006· article· en· W2062499735 sur OpenAlexaff
Yanmin Yang, Zhijun Li, Luojia Yang, Michael Jackson, Allan Turner, Jian Ye

Notice bibliographique

RevueAsian Cardiovascular and Thoracic Annals · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensNational Research Council Institute for BiodiagnosticsUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePerfusionPerfusion scanningCerebral perfusion pressureCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study was undertaken to determine the effects of different pH management strategies during retrograde cerebral perfusion on the relationship between retrograde perfusion pressure and brain tissue perfusion. Six pigs were subjected to an alpha-stat strategy and another 6 to a pH-stat strategy during hypothermic (15 degrees C) retrograde cerebral perfusion at perfusion pressures of 10 to 70 mm Hg, in increments of 10 mm Hg every 20 min. Regional cerebral blood flow was significantly higher in the pH-stat group than in the alpha-stat group. The cerebral blood flow peaked at perfusion pressures of 40-50 mm Hg (18.6% +/- 10.8% in the pH-stat group vs. 3.6% +/- 1.2% in the alpha-stat group). In both groups, the intracranial pressure remained below the critical level of 25 mm Hg, even at a retrograde perfusion pressure of 70 mm Hg. Cerebral lactate production was higher in the alpha-stat group than the pH-stat group during retrograde cerebral perfusion at pressures of 10-30 mm Hg. Compared to the alpha-stat strategy, the pH-stat strategy significantly improved brain tissue perfusion. With an open inferior vena cava, the optimal perfusion pressure seems to be 40-50 mm Hg.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · 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'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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Cardiovascular and Thoracic AnnalsMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207