MétaCan
Menu
Retour à la cohorte
Enregistrement W2163871541 · doi:10.1152/japplphysiol.00573.2009

Cerebral blood flow during exercise: mechanisms of regulation

2009· review· en· W2163871541 sur OpenAlexaff
Shigehiko Ogoh, Philip N. Ainslie

Notice bibliographique

RevueJournal of Applied Physiology · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCerebral blood flowCerebral autoregulationHyperventilationAutoregulationCerebral circulationVasoconstrictionHemodynamicsMedicinePhysical exerciseBlood pressureInternal medicineCardiologyAnesthesia

Résumé

récupéré en direct d'OpenAlex

The response of cerebral vasculature to exercise is different from other peripheral vasculature; it has a small vascular bed and is strongly regulated by cerebral autoregulation and the partial pressure of arterial carbon dioxide (Pa(CO(2))). In contrast to other organs, the traditional thinking is that total cerebral blood flow (CBF) remains relatively constant and is largely unaffected by a variety of conditions, including those imposed during exercise. Recent research, however, indicates that cerebral neuronal activity and metabolism drive an increase in CBF during exercise. Increases in exercise intensity up to approximately 60% of maximal oxygen uptake produce elevations in CBF, after which CBF decreases toward baseline values because of lower Pa(CO(2)) via hyperventilation-induced cerebral vasoconstriction. This finding indicates that, during heavy exercise, CBF decreases despite the cerebral metabolic demand. In contrast, this reduced CBF during heavy exercise lowers cerebral oxygenation and therefore may act as an independent influence on central fatigue. In this review, we highlight methodological considerations relevant for the assessment of CBF and then summarize the integrative mechanisms underlying the regulation of CBF at rest and during exercise. In addition, we examine how CBF regulation during exercise is altered by exercise training, hypoxia, and aging and suggest avenues for future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,022
Tête enseignante GPT0,277
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations504
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207