Diurnal Variation in the Mechanical and Neural Components of the Baroreflex
Notice bibliographique
Résumé
Diminished baroreflex sensitivity in the morning negatively influences morning coronary blood flow and blood pressure control in hypertensive patients. Our aim was to determine the contribution of the mechanical and neural components of the cardiac baroreflex to diurnal variation in blood pressure control. In 12 healthy participants, we used the modified Oxford method to quantify baroreflex sensitivity for rising (G(up)) and falling (G(down)) pressures in the morning (7:00 am) and afternoon (4:00 pm). Beat-to-beat blood pressure, R-R intervals, and carotid artery diameter measurements were recorded. Integrated sensitivity was determined by plotting R-R intervals against systolic blood pressure. The mechanical component was carotid artery diameter plotted against systolic blood pressure, and the neural component was R-R intervals plotted against carotid artery diameter. Linear mixed models were used to compare the integrated, mechanical, and neural sensitivities between morning and afternoon. We found significant diurnal variation in integrated sensitivity, with an attenuated response in the morning (G(up)=13.0±0.6; G(down)=6.3±0.4 ms/mm Hg) when compared with the afternoon (G(up)=15.1±0.6; G(down)=12.6±0.4 ms/mm Hg). For rising pressures, the diminished integrated sensitivity in the morning was caused by a reduction in mechanical sensitivity, whereas for falling pressures it was caused by a reduction in neural sensitivity. Our findings explicate the mechanisms underlying diurnal variation in baroreflex function. Pharmacological and lifestyle interventions targeted specifically at the diminished component of the cardiac baroreflex in the morning may lead to better management of hypertension.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».