The reservoir-wave approach to characterize pulmonary vascular-right ventricular interactions in humans
Notice bibliographique
Résumé
Using the reservoir-wave approach (RWA) we previously characterized pulmonary vasculature mechanics in a normal canine model. We found reflected backward-traveling waves that decrease pressure and increase flow in the proximal pulmonary artery (PA). These waves decrease right ventricular (RV) afterload and facilitate RV ejection. With pathological alterations to the pulmonary vasculature, these waves may change and impact RV performance. Our objective in this study was to characterize PA wave reflection and the alterations in RV performance in cardiac patients, using the RWA. PA pressure, Doppler-flow velocity, and pulmonary arterial wedge pressure were measured in 11 patients with exertional dyspnea. The RWA was employed to analyze PA pressure and flow; wave intensity analysis characterized PA waves. Wave-related pressure was partitioned into two components: pressures due to forward-traveling and to backward-traveling waves. RV performance was assessed by examining the work done in raising reservoir pressure and that associated with the wave components of systolic PA pressure. Wave-related work, the mostly nonrecoverable energy expended by the RV to eject blood, tended to vary directly with mean PA pressure. Where PA pressures were lower, there were pressure-decreasing/flow-increasing backward waves that aided RV ejection. Where PA pressures were higher, there were pressure-increasing/flow-decreasing backward waves that impeded RV ejection. Pressure-increasing/flow-decreasing backward waves were responsible for systolic notches in the Doppler flow velocity profiles in patients with the highest PA pressure. Pulmonary hypertension is characterized by reflected waves that impede RV ejection and an increase in wave-related work. The RWA may facilitate the development of therapeutic strategies.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».