Model Simulation of Forearm Hyperaemic Reactivity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Forearm hyperaemic reactivity (FHR) has been proposed as a novel noninvasive method for discriminating patients with cardiovascular disease (CVD). However, the modeling functions of FHR require more robust models. The present study was designed to develop quantitative modeling techniques to better estimate the physiology of this model. The fitted time activity curves of the hyperaemic arm of non- CVD participants, using blood and muscle uptake, were obtained in the 2-compartment model with the mean R 2 =0.913±0.018. However, for CVD patients, the 2- compartment model yielded a mean R 2 =0.844±0.018, so a 3-compartment model was used. This model generated mean R 2 of 0.982±0.002 for non-CVD participants and 0.979±0.002 for CVD patients. It is believed that 3- compartment model provides estimates of the activity in the blood, in the interstitial space or cytoplasm, and in the mitochondria. The 2-compartment model provides good fits for FHR in non-CVD participants but not CVD patients. Alternatively, it would seem that the 3-compartment model provides good fits for both groups. These results should help us optimize the predictive values of the FHR test, infer pathological components of the disease and, ultimately improve the patient risk stratification.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle