Near-infrared spectroscopy can detect differences in vascular responsiveness to a hyperglycaemic challenge in individuals with obesity compared to normal-weight individuals
Notice bibliographique
Résumé
Objective: To examine whether the near-infrared spectroscopy combined with vascular occlusion test technique could detect differences in vascular responsiveness during hyperglycaemia between normal-weight individuals and individuals with obesity. Methods: A total of 16 normal-weight individuals (body mass index, 21.3 ± 1.7 kg/m 2 ) and 13 individuals with obesity (body mass index, 34.4 ± 2.0 kg/m 2 ) were submitted to five vascular occlusion tests (Pre, 30, 60, 90 and 120 min after glucose challenge). Vascular responsiveness was determined by the Slope 2 (Slope 2 StO 2 ) and the area under the curve (StO 2AUC ) of oxygen saturation derived from near-infrared spectroscopy–vascular occlusion test. Results: The Slope 2 StO 2 increased from 1.07 ± 0.16%/s (Pre) to 1.53 ± 0.21%/s at 90 min ( p < 0.05) in the control group, while in obese it increased from 0.71 ± 0.09%/s (Pre) to 0.92 ± 0.14%/s at 60 min ( p < 0.05), and to 0.97 ± 0.10%/s ( p < 0.01) at 120 min after glucose ingestion. The StO 2AUC decreased from 1729 ± 214% . sec (Pre) to 1259 ± 232% . sec at 60 min ( p < 0.05) and to 1034 ± 172% . sec at 90 min ( p < 0.05) in the normal-weight group, whereas it decreased at 90 min (637 ± 98% . sec; p < 0.05) and at 120 min (590 ± 93% . sec; p < 0.01) compared to 30 min (1232 ± 197% . sec) after glucose ingestion in individuals with obesity. Conclusion: Near-infrared spectroscopy–vascular occlusion test technique was capable of detecting differences in vascular responsiveness during hyperglycaemia between normal-weight individuals and individuals with obesity.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».