Cerebrovascular Resistance: The Basis of Cerebrovascular Reactivity
Notice bibliographique
Résumé
The cerebral vascular network regulates blood flow distribution by adjusting vessel diameters, and consequently resistance to flow, in response to metabolic demands (neurovascular coupling) and changes in perfusion pressure (autoregulation). Deliberate changes in carbon dioxide (CO2) partial pressure may be used to challenge this regulation and assess its performance since CO2 also acts to change vessel diameter. Cerebrovascular reactivity (CVR), the ratio of cerebral blood flow (CBF) response to CO2 stimulus is currently used as a performance metric. However, the ability of CVR to reflect the responsiveness of a particular vascular region is confounded by that region’s inclusion in the cerebral vascular network, where all regions respond to the global CO2 stimulus. Consequently, local CBF responses reflect not only changes in the local vascular resistance but also the effect of changes in local perfusion pressure resulting from redistribution of flow within the network. As a result, the CBF responses to CO2 take on various nonlinear patterns that are not well described by straight lines. We propose a method using a simple model to convert these CBF response patterns to the pattern of resistance responses that underlie them. The model, which has been used previously to explain the steal phenomenon, consists of two vascular branches in parallel fed by a major artery with a fixed resistance unchanging with CO2. One branch has a reference resistance with a sigmoidal response to CO2, representative of a voxel with a robust response. The other branch has a CBF equal to the measured CBF response to CO2 of any voxel under examination. Using the model to calculate resistance response patterns of the examined branch showed sigmoidal patterns of resistance response, regardless of the measured CBF response patterns. The sigmoid parameters of the resistance response pattern of examined voxels may be mapped to their anatomical location. We show an example for a healthy subject and for a steno-occlusive patient to illustrate. We suggest that these maps provide physiological insight into the regulation of cerebral blood flow distribution.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».