Impact of Graded Passive Cycling on Hemodynamics, Brain, and Heart Perfusion in Healthy Adults
Notice bibliographique
Résumé
Purpose: Passive in-bed cycling (PC) can provide the benefits of early mobilization to critically ill patients who are unable to exercise actively. However, the effect of PC on global hemodynamics and perfusion of ischemia-prone organs, such as the brain and the heart, is unknown. Therefore, prior to studying the effects of PC in hemodynamically fragile critically ill patients, we characterized hemodynamic, brain blood flow and cardiac function responses to a graded increase in PC cadence in a cohort of healthy subjects. Methods: We measured global hemodynamic indices, middle cerebral artery velocity (MCAv), and cardiac function in response to a graded increase in PC cadence. Using 5 minute stages, we increased cadence from 5 to 55 RPM in increments of 10 RPM, preceded and followed by 5 minute baseline and recovery periods at 0 RPM. The mean values obtained during the last 2 minutes of each stage were compared within and between subjects for all metrics using repeated measures ANOVA. Results: 11 healthy subjects (6 females) completed the protocol. Between subjects, there was no change in MCAv, cardiac function or hemodynamics with the graded increase in cadence with one exception. There was a 7% increase in mean arterial pressure from baseline to 55RPM, that persisted through the recovery period. Across subjects, responses were heterogeneous, with some experiencing reduction in cardiac index, cerebral blood flow and cardiac function, especially at higher cadence. Conclusions: In healthy adults, increasing PC cadence increased mean arterial pressure in all subjects, while cardiac index, cerebral blood flow and cardiac function responses varied between subjects. Application of PC to critically ill patients must therefore consider individual variation in responses and tailor the PC to the patient. It is essential to further characterize these responses to PC in the critically ill prior to wide-scale clinical implementation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».