Perfusion has no effect on the <i>in vivo</i> CEST effect from Cr (CrCEST) in skeletal muscle
Notice bibliographique
Résumé
Abstract Creatine, a key component of muscle energy metabolism, exhibits a chemical exchange saturation transfer (CEST) effect between its amine group and bulk water, which has been exploited to spatially and temporally map creatine changes in skeletal muscle before and after exercise. In addition, exercise leads to an increase in muscle perfusion. In this work, we determined the effects of perfused blood on the CEST effects from creatine in skeletal muscle. Experiments were performed on healthy human subjects (n = 5) on a whole‐body Siemens 7T magnetic resonance imaging (MRI) scanner with a 28‐channel radiofrequency (RF) coil. Reactive hyperemia, induced by inflation and subsequent deflation of a pressure cuff secured around the thigh, was used to increase tissue perfusion whilst maintaining the levels of creatine kinase metabolites. CEST, arterial spin labeling (ASL) and 31P MRS data were acquired at baseline and for 6 min after cuff deflation. Reactive hyperemia resulted in substantial increases in perfusion in human skeletal muscle of the lower leg as measured by the ASL mean percentage difference. However, no significant changes in CrCEST asymmetry (CrCESTasym) or 31P MRS‐derived PCr levels of skeletal muscle were observed following cuff deflation. This work demonstrates that perfusion changes do not have a major confounding effect on CrCEST measurements.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».