Within‐Breath Control of Genioglossal Muscle Activation in Humans: Effect of Sleep‐Wake State
Notice bibliographique
Résumé
Pharyngeal dilator muscles are clearly important in the pathogenesis of obstructive sleep apnoea syndrome. Substantial data support the role of a local negative pressure reflex in modifying genioglossal activation across inspiration during wakefulness. Using a model of passive negative pressure ventilation, we have previously reported a tight relationship between varying intrapharyngeal negative pressures and genioglossal muscle activation (GGEMG) during wakefulness. In this study, we used this model to examine the slope of the relationship between epiglottic pressure (Pepi) and GGEMG, during stable NREM sleep and the transition from wakefulness to sleep. We found that there was a constant relationship between negative epiglottic pressure and GGEMG during both basal breathing (BB) and negative pressure ventilation (NPV) during wakefulness (slope GGEMG/Pepi 1.86+/-0.3 vs. 1.79+/-0.3 arbitrary units (a.u.) cmH2O(-1)). However, while this relationship remained stable during NREM sleep during BB, it was markedly reduced during NPV during sleep (2.27+/-0.4 vs. 0.58+/-0.1 a.u. cmH2O(-1)). This was associated with a markedly higher pharyngeal airflow resistance during sleep during NPV. At the transition from wakefulness to sleep there was also a greater reduction in peak GGEMG seen during NPV than during BB. These data suggest that while the negative pressure reflex is able to maintain GGEMG during passive NPV during wakefulness, this reflex is unable to do so during sleep. The loss of this protective mechanism during sleep suggests that an airway dependent upon such mechanisms (as in the patient with sleep apnoea) will be prone to collapse during sleep.
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 | 0,001 |
| 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 ».