MétaCan
Menu
Retour à la cohorte
Enregistrement W2148120785 · doi:10.2337/dc07-1802

Increased Shear Rate Resistance and Fastest Kinetics of Erythrocyte Aggregation in Diabetes Measured With Ultrasound

2008· article· en· W2148120785 sur OpenAlexafffund
Guy Cloutier, A. Zimmer, François T.H. Yu, Jean‐Louis Chiasson

Notice bibliographique

RevueDiabetes Care · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood properties and coagulation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineDiabetes mellitusErythrocyte aggregationInternal medicineShear rateUltrasoundRheometerCardiologyBlood flowEndocrinologyRheologyMaterials scienceRadiologyComposite material

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To measure with ultrasound the increased erythrocyte aggregation (EA) kinetics and adhesion energy between erythrocytes in patients with type 2 diabetes and poor metabolic control. RESEARCH DESIGN AND METHODS: Blood samples were analyzed in a Couette rheometer at 32 MHz following shear rate reductions from 500 s(-1) to residual shears of 0 (stasis), 1, 2, 10, 50, 100, and 200 s(-1). The increase in EA was determined with the integrated backscatter coefficient as a function of time and shear rate. RESULTS: The time required to form aggregates was shorter in diabetic patients at shear rates below 200 s(-1) (P < 0.01). Erythrocytes formed larger aggregates in diabetic patients than in control subjects (P < 0.05 at 2 to 100 s(-1)). CONCLUSIONS: Ultrasound can potentially noninvasively demonstrate, in vivo and in situ, the impact of local abnormal EA on arteriovenous flow disorders in diabetes.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,415

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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'étudeObservationnel
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

Citations41
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetBlood properties and coagulationTravaux en français237 207