Local control of blood flow during active hyperaemia: what kinds of integration are important?
Notice bibliographique
Résumé
The focus of this review is on local mechanisms modifying arteriolar resistance to match blood flow to metabolism. In skeletal muscle many local mediators are known, including K(+) , nitric oxide (NO), purines and prostaglandins. Each accounts for about 30% of the response; it is widely held that these act redundantly: this concept awaits systematic testing. Understanding signal integration also requires consideration of microvascular network morphology in relation to local communication pathways between endothelial and smooth muscle cells (which are critical for many local responses, including dilatation to skeletal muscle contraction) and in relation to the spread of vasodilator signals up- and downstream throughout the network. Mechanisms mediating the spread of dilatation from local to remote sites have been well studied using acetylcholine (ACh), but remote dilatations to contraction of skeletal muscle fibres also occur. Importantly, these mechanisms clearly differ from those initiated by ACh, but much remains undefined. Furthermore, capillaries contribute to metabolic dilatation as they dilate arterioles directly upstream in response to vasoactive agents or contraction of adjacent muscle fibres. Given the dispersed arrangement of motor units, precise matching of flow to metabolism is not attainable unless signals are initiated only by 'active' capillaries. As motor units are recruited, signals that direct blood flow towards these active fibres will eventually be supported by local and spreading responses in the arterioles associated with those fibres. Thus, mechanisms of integration of vasodilator signalling across elements of the microvasculature remain an important area of focus for new studies.
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) | 0,003 | 0,001 |
| 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 ».