Using near-infrared spectroscopy to measure cerebral metabolic rate of oxygen under multiple levels of arterial oxygenation in piglets
Notice bibliographique
Résumé
Improving neurological care of neonates has been impeded by the absence of suitable techniques for measuring cerebral hemodynamics and energy metabolism at the bedside. Currently, near-infrared spectroscopy (NIRS) appears to be the technology best suited to fill this gap, and techniques have been proposed to measure both cerebral blood flow (CBF) and cerebral metabolic rate of oxygen (CMRO2). We have developed a fast and reliable bolus-tracking method of determining CMRO2 that combines measurements of CBF and cerebral venous oxygenation [venous oxygen saturation (CSvO2)]. However, this method has never been validated at different levels of arterial oxygenation [arterial oxygen saturation (SaO2)], which can be highly variable in the clinical setting. In this study, NIRS measurements of CBF, CSvO2, and CMRO2 were obtained over a range of SaO2 in newborn piglets (n=12); CSvO2 values measured directly from sagittal sinus blood samples were collected for validation. Two alternative NIRS methods that measure CSvO2 by manipulating venous oxygenation (i.e., head tilt and partial venous occlusion methods) were also employed for comparison. Statistically significant correlations were found between each NIRS technique and sagittal sinus blood oxygenation (P<0.05). Correlation slopes were 1.03 (r=0.91), 0.73 (r=0.73), and 0.73 (r=0.81) for the bolus-tracking, head tilt, and partial venous occlusion methods, respectively. The bolus-tracking technique displayed the best correlation under hyperoxic (SaO2=99.9±0.03%) and normoxic (SaO2=86.9±6.6%) conditions and was comparable to the other techniques under hypoxic conditions (SaO2=40.7±9.9%). The reduced precision of the bolus-tracking method under hypoxia was attributed to errors in CSvO2 measurement that were magnified at low SaO2 levels. In conclusion, the bolus-tracking technique of measuring CSvO2, and therefore CMRO2, is accurate and robust for an SaO2>50% but provides reduced accuracy under more severe hypoxic levels.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».