The optimal measure of microvascular function with velocity time integral for cardiovascular risk prediction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent evidence suggests that microvascular function may be important in cardiovascular risk prediction. One measure of microvascular function is hyperaemic velocity time integral (VTI). We assessed whether the VTI of more than one beat of reactive hyperaemia would provide a stronger correlate to traditional cardiovascular risk factors using a subset of subjects from the Firefighters and Their Endothelium (FATE) study. Vascular function was assessed by measurement of hyperaemic blood velocity with high-resolution ultrasound of the brachial artery. We evaluated three measures in the current analysis: the VTI of the first beat, average VTI of 10 beats, and maximum VTI of 10 beats post-cuff release. A total of 399 male subjects (45.5 ± 10 years) were included in this analysis. Univariate correlations between the three end points and cardiovascular risk factors were calculated, and multivariable regression models constructed. Intra-observer variability was approximately equal for all VTI end points (coefficient of variation: first = 1.6%, average = 1.4%, maximum = 1.4%). Univariate correlations between VTI and cardiovascular risk factors were similar across all three end points. In multivariable analyses, there were no differences in the relationships between cardiovascular risk factors and the various VTI end points (R(2) from 0.090 to 0.102). Age, systolic blood pressure, and BMI were predictors of the three VTI end points (p < 0.05). In conclusion, the first beat of reactive hyperaemia remains the suitable measure of microvascular function.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 découle