The influence of baroreflex sensitivity on ambulatory arterial stiffness index in individuals with cardiovascular risk
Notice bibliographique
Résumé
OBJECTIVES: Although the predictor role of ambulatory arterial stiffness index (AASI) for cardiovascular risk has been shown, the question of whether AASI is a measure of arterial stiffness or, in fact, reflects influence of other origins on the arterial tree remains to be determined. We sought to elucidate whether AASI is associated with baroreflex sensitivity (BRS) or blood pressure (BP) reactivity to stress in individuals with cardiovascular risk. METHODS: A total of 120 participants were included in this study. Ambulatory BP measurements were performed over a 24-h period. AASI was calculated as 1 minus the regression slope of diastolic on systolic BP obtained from 24-h ambulatory BP monitoring data. BRS was estimated from the spontaneous changes in systolic BP and corresponding interbeat heart rate intervals. BP reactivity was induced by three stressors including the Stroop Color and Word Test, anger recall interview, and handgrip exercise. Arterial stiffness was determined by the pulse wave velocity. RESULTS: AASI significantly and inversely correlated to resting BRS (r=-0.24, P=0.01) and BRS under stress (r=-0.33, P=0.02) but not with systolic blood pressure reactivity (P=0.92) or pulse wave velocity (P=0.53). Adjusting for possible confounders, BRS independently predicted AASI (P=0.01). CONCLUSION: Increased AASI is associated with reduced BRS. Decreased BRS may at least in part explain the prognostic role of AASI in predicting cardiovascular risk. Our findings add support to the clinical significance of AASI. In particular, AASI may aid in the detection of cardiovascular 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 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 | 0,002 | 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 | 0,001 |
| 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 ».