Left ventricular systolic and diastolic function during tilt-table positioning and passive heat stress in humans
Notice bibliographique
Résumé
The ventricular response to passive heat stress has predominantly been studied in the supine position. It is presently unclear how acute changes in venous return influence ventricular function during heat stress. To address this question, left ventricular (LV) systolic and diastolic function were studied in 17 healthy men (24.3 ± 4.0 yr; mean ± SD), using two-dimensional transthoracic echocardiography with Doppler ultrasound, during tilt-table positioning (supine, 30° head-up tilt, and 30° head-down tilt), under normothermic and passive heat stress (core temperature 0.8 ± 0.1°C above baseline) conditions. The supine heat stress LV volumetric and functional response was consistent with previous reports. Combining head-up tilt with heat stress reduced end-diastolic (25.2 ± 4.1%) and end-systolic (65.4 ± 10.5%) volume from baseline, whereas heart rate (37.7 ± 2.0%), ejection fraction (9.4 ± 2.4%), and LV elastance (37.7 ± 3.6%) increased, and stroke volume (-28.6 ± 9.4%) and early diastolic inflow (-17.5 ± 6.5%) and annular tissue (-35.6 ± 7.0%) velocities were reduced. Combining head-down tilt with heat stress restored end-diastolic volume, whereas LV elastance (16.8 ± 3.2%), ejection fraction (7.2 ± 2.1%), and systolic annular tissue velocities (22.4 ± 5.0%) remained elevated above baseline, and end-systolic volume was reduced (-15.3 ± 3.9%). Stroke volume and the early and late diastolic inflow and annular tissue velocities were unchanged from baseline. This investigation extends previous work by demonstrating increased LV systolic function with heat stress, under varied levels of venous return, and highlights the preload dependency of early diastolic function during passive heat stress.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».