Cardiovascular aging and the microcirculation of skeletal muscle: using contrast-enhanced ultrasound
Notice bibliographique
Résumé
Skeletal muscle is the largest and most important site of capillary-tissue exchange, especially during high-energy demand tasks such as exercise; however, information regarding the role of the microcirculation in maintaining skeletal muscle health is limited. Changes in microcirculatory function, as observed with aging, chronic and cardiovascular diseases, and exercise, likely precede any alterations that arise in larger vessels, although further investigation into these changes is required. One of the main barriers to addressing this knowledge gap is the lack of methodologies for quantifying microvascular function in vivo; the utilization of valid and noninvasive quantification methods would allow the dynamic evaluation of microvascular flow during periods of clinical relevance such as during increased demand for flow (exercise) or decreased demand for flow (disuse). Contrast-enhanced ultrasound (CEUS) is a promising noninvasive technique that has been used for diagnostic medicine and more recently as a complementary research modality to investigate the response of the microcirculation in insulin resistance, diabetes, and aging. To improve the reproducibility of these measurements, our laboratory has optimized the quantification protocol associated with a bolus injection of the contrast agent for research purposes. This brief report outlines the assessment of microvascular flow using the raw time-intensity curve incorporated into gamma variate response modeling. CEUS could be used to compliment any macrovascular assessments to capture a more complete picture of the aging vasculature, and the modified methods presented here provide a template for the general analysis of CEUS within a research setting.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 ».