Pendulum Study: Active Visual Tracking Elicits Non‐Selective Elevations in Cerebral Blood Flow
Notice bibliographique
Résumé
Neurovascular coupling (NVC) describes the effective matching of cerebral blood flow (CBF) to regions of neuro‐metabolic demand. There is increasing interest to assess human NVC for both basic research and its potential role in vascular‐cognitive impairment. The clinical utility of NVC relies on a standardized protocol for which the driving metabolic demands are highly‐selective. Various research groups deploy divergent strategies to elicit visual NVC responses, including inactive processes (visual grating), passive visual tracking (target with predictable motion) and active visual tracking (target with unpredictable motion). These strategies differ in degree of cognitive and metabolic demand and may elicit different NVC responses, thus precluding study comparison. The present NVC assessment evaluated temporal and regional responsiveness of blood flow (transcranial Doppler) to the visual cortex [via the posterior cerebral artery (PCA)] and blood pressure (Finapres NOVA) during visual stimulation in 19 healthy subjects while also measuring middle cerebral artery (MCA) blood flow. Visual stimulation included 10 cycles of 30‐seconds with eyes‐closed, followed by 30‐seconds with eyes‐open tracking a moving computerized target. Each subject completed three trials of passive tracking and three trials of active tracking (114 NVC protocols, 1140 individual hyperemias). A custom eye‐scanning apparatus followed eye motion to quantify visual target‐tracking vigilance. Additional custom software was used to quantify NVC. The data demonstrated that active tracking elicited greater NVC responses compared to passive tracking. Specifically, there was 26% greater change in the mean elevation of PCA blood velocity (p=<0.000) and 13% greater peak NVC response (p<0.01). The MCA response was also greater during active tracking (mean response 111% greater, peak response 41% greater; both p<0.001). Visual target‐tracking vigilance was linearly correlated to the degree of hyperemia in the MCA and PCA, as well blood pressure during NVC. It was observed that active and passive visual tracking elicit different NVC responses and cannot be reliably compared. That PCA and MCA responses were greater with active tracking suggests an elevated global CBF (i.e. not selective to regions perfused by the PCA) that may result from recruitment of brain centres responsible for sustained attention and executive function. In other words, active tracking leads to non‐selective elevations in global CBF and greater target‐tracking vigilance impacts the NVC response. These findings are a critical step to better understand and standardize the evaluation of NVC in humans and for potential clinical deployment of NVC assessments. Support or Funding Information Natural Sciences and Engineering Research Council; Alberta Innovates Research Studentship; NSERC; CIHR; Libin Cardiovascular Institute; Hotchkiss Brain Institute; Compute Canada This abstract is from the Experimental Biology 2019 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .
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) | 0,001 | 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) | 0,002 | 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 ».