MétaCan
Menu
Retour à la cohorte
Enregistrement W2744371315 · doi:10.1002/hbm.23751

The role of vascular resistance in BOLD responses to progressive hypercapnia

2017· article· en· W2744371315 sur OpenAlexaff
James Duffin, Olivia Sobczyk, Adrian P. Crawley, Julien Poublanc, Lashmi Venkatraghavan, Kevin Sam, W. Alan C. Mutch, David J. Mikulis, Joseph A. Fisher

Notice bibliographique

RevueHuman Brain Mapping · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of ManitobaUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésHypercapniaCerebral blood flowHypocapniaVascular resistanceAutoregulationCerebral autoregulationPerfusionCerebral perfusion pressureCardiologyNeuroscienceAnesthesiaMedicineHemodynamicsBlood pressurePsychologyInternal medicineAcidosis

Résumé

récupéré en direct d'OpenAlex

Abstract The ability of the cerebral vasculature to regulate vascular diameter, hence resistance and cerebral blood flow (CBF), in response to metabolic demands (neurovascular coupling), and perfusion pressure changes (autoregulation) may be assessed by measuring the CBF response to carbon dioxide (CO2). In healthy individuals, the CBF response to a ramp CO2 stimulus from hypocapnia to hypercapnia is assumed sigmoidal or linear. However, other response patterns commonly occur, especially in individuals with cerebrovascular disease, and these remain unexplained. CBF responses to CO2 in a vascular region are determined by the combined effects of the innate vascular responses to CO2 and the local perfusion pressure; the latter ensuing from pressure‐flow interactions within the cerebral vascular network. We modeled this situation as two vascular beds perfused in parallel from a fixed resistance source. Our premise is that all vascular beds have a sigmoidal reduction of resistance in response to a progressive rise in CO2. Surrogate CBF data to test the model was provided by magnetic resonance imaging of blood oxygen level‐dependent (BOLD) signals. The model successfully generated all the various BOLD‐CO2 response patterns, providing a physiological explanation of CBF distribution as relative differences in the network of vascular bed resistance responses to CO2. Hum Brain Mapp 38:5590–5602, 2017. © 2017 Wiley Periodicals, Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,302
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Brain MappingMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207