MétaCan
Menu
Retour à la cohorte
Enregistrement W2264153463 · doi:10.1016/j.artres.2015.10.206

P1.14 ANALYSIS OF LEFT VENTRICULAR FILLING DYNAMICS

2015· article· en· W2264153463 sur OpenAlexaff
Lindsay M. Burrowes, Alessandro Satriano, Richard Thompson, Nigel G. Shrive, John V. Tyberg

Notice bibliographique

RevueArtery Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineVentricular fillingCardiologyDynamics (music)Internal medicineAcousticsDiastole

Résumé

récupéré en direct d'OpenAlex

Diastolic filling of the left ventricle (LV) occurs in two phases, early and late filling. Early filling, manifest as the “E-wave”, is thought to be substantially due to diastolic suction (DS), a phenomenon where the LV aspirates blood and fills itself, independent of atrial activity. Late filling, resulting in the mitral flow “A-wave” is a result of left atrial contraction. Adequate filling of the LV is necessary to maintain normal heart function at rest and under stress. DS is thought to be an important mechanism in the efficiency of filling. To study DS, we have invasively measured pressure and used cardiac MRI to evaluate cavitary volume and flow in an animal model to quantify different measures of DS under varied experimental conditions. The amount of filling due to DS (VDS), determined by the change in volume between mitral valve opening and LV pressure minimum of the pressure-volume loop (Katz 1930), is related to the measured end systolic volume (ESV). As ESV decreases the VDS increases. The smaller the ESV, the larger the recoil energy of the LV as it relaxes towards resting volume. This contributes increased energy for the suction of blood into the ventricle in early filling. Wave intensity analysis (the separation of forward and backwards waves and wave type) and intraventricular pressure gradients will also be considered in order to determine which best describes DS and whether they can be used together to better understand changes in filling dynamics under varied loading conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,234
Score d'incertitude au seuil0,245

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,087
Tête enseignante GPT0,365
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArtery ResearchMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207