MétaCan
Menu
Retour à la cohorte
Enregistrement W2082456117 · doi:10.1155/2012/453465

Rumination as a Mediator of Chronic Stress Effects on Hypertension: A Causal Model

2012· article· en· W2082456117 sur OpenAlexaff
William Gerin, Matthew J. Zawadzki, J. F. Brosschot, Julian F. Thayer, Nicholas Christenfeld, Tavis S. Campbell, Joshua M. Smyth

Notice bibliographique

RevueInternational Journal of Hypertension · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésStressorRuminationMedicineContext (archaeology)Chronic stressClinical psychologyCognitionDevelopmental psychologyPsychologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Chronic stress has been linked to hypertension, but the underlying mechanisms remain poorly specified. We suggest that chronic stress poses a risk for hypertension through repeated occurrence of acute stressors (often stemming from the chronic stress context) that cause activation of stress-mediating physiological systems. Previous models have often focused on the magnitude of the acute physiological response as a risk factor; we attempt to extend this to address the issue of duration of exposure. Key to our model is the notion that these acute stressors can emerge not only in response to stressors present in the environment, but also to mental representations of those (or other) stressors. Consequently, although the experience of any given stressor may be brief, a stressor often results in a constellation of negative cognitions and emotions that form a mental representation of the stressor. Ruminating about this mental representation of the stressful event can cause autonomic activation similar to that observed in response to the original incident, and may occur and persist long after the event itself has ended. Thus, rumination helps explain how chronic stress causes repeated (acute) activation of one's stress-mediating physiological systems, the effects of which accumulate over time, resulting in hypertension risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,291
Écart entre enseignants0,252 · 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 tête enseignante, 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

Citations64
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of HypertensionMême sujetStress Responses and CortisolTravaux en français237 207