MétaCan
Menu
Retour à la cohorte
Enregistrement W2181021482 · doi:10.1152/japplphysiol.00667.2015

Relationship between blood pressure and cerebral blood flow during supine cycling: influence of aging

2015· article· en· W2181021482 sur OpenAlexafffund
Jonathan D. Smirl, Keegan Hoffman, Yu‐Chieh Tzeng, Alexander B. Hansen, Philip N. Ainslie

Notice bibliographique

RevueJournal of Applied Physiology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSupine positionCerebral blood flowBlood pressureAgeingCardiologyHeart rateBlood flowMedicineBeat (acoustics)Internal medicineIntensity (physics)AnesthesiaEndocrinologyPhysics

Résumé

récupéré en direct d'OpenAlex

The cerebral pressure-flow relationship can be quantified as a high-pass filter, where slow oscillations are buffered (<0.20 Hz) and faster oscillations are passed through relatively unimpeded. During moderate intensity exercise, previous studies have reported paradoxical transfer function analysis (TFA) findings (altered phase or intact gain). This study aimed to determine whether these previous findings accurately represent this relationship. Both younger (20-30 yr; n = 10) and older (62-72 yr; n = 9) adults were examined. To enhance the signal-to-noise ratio, large oscillations in blood pressure (via oscillatory lower body negative pressure; OLBNP) were induced during steady-state moderate intensity supine exercise (∼45-50% of heart rate reserve). Beat-to-beat blood pressure, cerebral blood velocity, and end-tidal Pco2 were monitored. Very low frequency (0.02-0.07 Hz) and low frequency (0.07-0.20 Hz) range spontaneous data were quantified. Driven OLBNP point estimates were sampled at 0.05 and 0.10 Hz. The OLBNP maneuvers augmented coherence to >0.97 at 0.05 Hz and >0.98 at 0.10 Hz in both age groups. The OLBNP protocol conclusively revealed the cerebrovascular system functions as a high-pass filter during exercise throughout aging. It was also discovered that the older adults had elevations (+71%) in normalized gain (+0.46 ± 0.36%/%: 0.05 Hz) and reductions (-34%) in phase (-0.24 ± 0.22 radian: 0.10 Hz). There were also age-related phase differences between resting and exercise conditions. It is speculated that these age-related changes in the TFA metrics are mediated by alterations in vasoactive factors, sympathetic tone, or the mechanical buffering of the compliance vessels.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,268
Écart entre enseignants0,239 · 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'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

Citations37
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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