Selected Contribution: Influence of genioglossus tonic activity on upper airway dynamics assessed by phrenic nerve stimulation
Notice bibliographique
Résumé
Upper airway (UA) dynamics can be evaluated during wakefulness by using electrical phrenic nerve stimulation (EPNS) applied at end-expiration during exclusive nasal breathing by dissociating twitch flow and phasic activation of UA muscles. This technique can be used to quantify the influence of nonphasic electromyographic (EMG) activity on UA dynamics. UA dynamics was characterized by using EPNS when increasing tonic EMG activity with CO(2) stimulation in six normal awake subjects. Instantaneous flow, esophageal and nasopharyngeal pressures, and genioglossal EMG activity were recorded during EPNS at baseline and during CO(2) ventilatory stimulation. The proportion of twitches presenting an inspiratory-flow limitation pattern decreased from 100% at baseline to 78.7 +/- 21.4% (P = 10(-4)) during CO(2) rebreathing. During CO(2) stimuli, maximal inspiratory twitch flow (VI(max)) of flow-limited twitches significantly rose, with the driving pressure at which flow limitation occurred being more negative. For the group as a whole, the increase in VI(max) and the decrease in pressure were significantly correlated with the rise in end-expiratory EMG activity. UA stability assessed by EPNS is dramatically modified during CO(2) ventilatory stimulation. Changes in tonic genioglossus EMG activity significantly contribute to the improvement in UA stability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,012 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».