Assessment of Pulmonary Capillary Blood Volume, Membrane Diffusing Capacity, and Intrapulmonary Arteriovenous Anastomoses During Exercise
Notice bibliographique
Résumé
Exercise is a stress to the pulmonary vasculature. With incremental exercise, the pulmonary diffusing capacity (DLCO) must increase to meet the increased oxygen demand; otherwise, a diffusion limitation may occur. The increase in DLCO with exercise is due to increased capillary blood volume (Vc) and membrane diffusing capacity (Dm). Vc and Dm increase secondary to the recruitment and distension of pulmonary capillaries, increasing the surface area for gas exchange and decreasing pulmonary vascular resistance, thereby attenuating the increase in pulmonary arterial pressure. At the same time, the recruitment of intrapulmonary arteriovenous anastomoses (IPAVA) during exercise may contribute to gas exchange impairment and/or prevent large increases in pulmonary artery pressure. We describe two techniques to evaluate pulmonary diffusion and circulation at rest and during exercise. The first technique uses multiple-fraction of inspired oxygen (FIO2) DLCO breath holds to determine Vc and Dm at rest and during exercise. Additionally, echocardiography with intravenous agitated saline contrast is used to assess IPAVAs recruitment. Representative data showed that the DLCO, Vc, and Dm increased with exercise intensity. Echocardiographic data showed no IPAVA recruitment at rest, while contrast bubbles were seen in the left ventricle with exercise, suggesting exercise-induced IPAVA recruitment. The evaluation of pulmonary capillary blood volume, membrane diffusing capacity, and IPAVA recruitment using echocardiographic methods is useful to characterize the ability of the lung vasculature to adapt to the stress of exercise in health as well as in diseased groups, such as those with pulmonary arterial hypertension and chronic obstructive pulmonary disease.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».