Spatial Distribution of Fibrosis Governs Fibrillation Wave Dynamics in the Posterior Left Atrium During Heart Failure
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
Heart failure (HF) commonly results in atrial fibrillation (AF) and fibrosis, but how the distribution of fibrosis impacts AF dynamics has not been studied. HF was induced in sheep by ventricular tachypacing (220 bpm, 6 to 7 weeks). Optical mapping (Di-4-ANEPPS, 300 frames/sec) of the posterior left atrial (PLA) endocardium was performed during sustained AF (burst pacing) in Langendorff-perfused HF (n=7, 4 micromol/L acetylcholine; n=3, no acetylcholine) and control (n=6) hearts. PLA breakthroughs were the most frequent activation pattern in both groups (72.0+/-4.6 and 90.2+/-2.7%, HF and control, respectively). However, unlike control, HF breakthroughs preferentially occurred at the PLAs periphery near the pulmonary vein ostia, and their beat-to-beat variability was greater than control (1.93+/-0.14 versus 1.47+/-0.07 changes/[beats/sec], respectively, P<0.05). On histological analysis (picrosirius red), the area of diffuse fibrosis was larger in HF (23.4+/-0.4%) than control (14.1+/-0.6%; P<0.001, n=4). Also the number and size of fibrous patches were significantly larger and their location was more peripheral in HF than control. Computer simulations using 2-dimensional human atrial models with structural and ionic remodeling as in HF demonstrated that changes in AF activation frequency and dynamics were controlled by the interaction of electrical waves with clusters of fibrotic patches of various sizes and individual pulmonary vein ostia. During AF in failing hearts, heterogeneous spatial distribution of fibrosis at the PLA governs AF dynamics and fractionation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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