Near‐infrared spectroscopy provides an index of blood flow and vasoconstriction in calf skeletal muscle during lower body negative pressure
Notice bibliographique
Résumé
AIM: Near-infrared spectroscopy (NIRS) has been used previously for forearm blood flow estimation at rest and during exercise. In this study we applied NIRS to selectively monitor deep calf oxygenated haemoglobin (Hb) responses in order to estimate blood flow changes in the calf muscle during lower body negative pressure (LBNP). The purpose of this study was to test the hypothesis that changes in calf skeletal muscle oxygenated-Hb, after the removal of superficial tissue responses, were related to blood flow changes during orthostatic stress, and to determine the efficacy of using NIRS measurements as an index of vasoconstriction. METHODS: Twenty-nine subjects participated in this study. All attempted a graded LBNP trial from baseline (0 mmHg) to -60 mmHg LBNP in 10 mmHg steps at 5-min intervals. Calf blood flow changes were estimated by oxygenated-Hb responses in relation to changes in mercury strain gauge plethysmography and muscle sympathetic nerve activity (MSNA). RESULTS: Calf selective deep oxygenated-Hb decreased continuously from -10 mmHg LBNP. Regression analysis showed that oxygenated-Hb was significantly related to declines in plethysmography evaluations of blood flow [oxygenated-Hb = (-1.57 +/- 0.26) + (1.86 +/- 0.49) plethysmography, r(2) = 0.87 +/- 0.09]. Changes in MSNA (total activity) were also inversely related to oxygenated-Hb (slope < 0, P = 0.037; r(2) = 0.52 +/- 0.15). CONCLUSION: These results suggest that changes in selective deep calf oxygenated-Hb can be utilized to estimate calf muscle blood flow changes that are most likely caused by vasoconstriction during graded LBNP.
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) | 0,001 | 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 ».