MétaCan
Menu
Retour à la cohorte
Enregistrement W2137927243 · doi:10.1117/1.jbo.18.1.016011

Monitoring angiogenesis using a human compatible calibration for broadband near-infrared spectroscopy

2013· article· en· W2137927243 sur OpenAlexafffund
Runze Yang, Qiong Zhang, Ying Wu, Jeff F. Dunn

Notice bibliographique

RevueJournal of Biomedical Optics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institutes of HealthCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésAngiogenesisAcclimatizationMedicineLaser Doppler velocimetryBlood volumeCalibrationBiomedical engineeringInternal medicineChemistryBiologyBlood flow

Résumé

récupéré en direct d'OpenAlex

Angiogenesis is a hallmark of many conditions, including cancer, stroke, vascular disease, diabetes, and high-altitude exposure. We have previously shown that one can study angiogenesis in animal models by using total hemoglobin (tHb) as a marker of cerebral blood volume (CBV), measured using broadband near-infrared spectroscopy (bNIRS). However, the method was not suitable for patients as global anoxia was used for the calibration. Here we determine if angiogenesis could be detected using a calibration method that could be applied to patients. CBV, as a marker of angiogenesis, is quantified in a rat cortex before and after hypoxia acclimation. Rats are acclimated at 370-mmHg pressure for three weeks, while rats in the control group are housed under the same conditions, but under normal pressure. CBV increased in each animal in the acclimation group. The mean CBV (%volume/volume) is 3.49%± 0.43% (mean ± SD) before acclimation for the experimental group, and 4.76%± 0.29% after acclimation. The CBV for the control group is 3.28%± 0.75%, and 3.09%± 0.48% for the two measurements. This demonstrates that angiogenesis can be monitored noninvasively over time using a bNIRS system with a calibration method that is compatible with human use and less stressful for studies using animals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,353
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207