The effect of ventricular assist devices on cerebral blood flow and blood pressure fractality
Notice bibliographique
Résumé
Biological signals often exhibit self-similar or fractal scaling characteristics which may reflect intrinsic adaptability to their underlying physiological system. This study analysed fractal dynamics of cerebral blood flow in patients supported with ventricular assist devices (VAD) to ascertain if sustained modifications of blood pressure waveform affect cerebral blood flow fractality. Simultaneous recordings of arterial blood pressure and cerebral blood flow velocity using transcranial Doppler were obtained from five cardiogenic shock patients supported by VAD, five matched control patients and five healthy subjects. Computation of a fractal scaling exponent (α) at the low-frequency time scale by detrended fluctuation analysis showed that cerebral blood flow velocity exhibited 1/f fractal scaling in both patient groups (α = 0.95 ± 0.09 and 0.97 ± 0.12, respectively) as well as in the healthy subjects (α = 0.86 ± 0.07). In contrast, fluctuation in blood pressure was similar to non-fractal white noise in both patient groups (α = 0.53 ± 0.11 and 0.52 ± 0.09, respectively) but exhibited 1/f scaling in the healthy subjects (α = 0.87 ± 0.04, P < 0.05 compared with the patient groups). The preservation of fractality in cerebral blood flow of VAD patients suggests that normal cardiac pulsation and central perfusion pressure changes are not the integral sources of cerebral blood flow fractality and that intrinsic vascular properties such as cerebral autoregulation may be involved. However, there is a clear difference in the fractal scaling properties of arterial blood pressure between the cardiogenic shock patients and the healthy subjects.
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) | 0,000 | 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 ».