MétaCan
Menu
Retour à la cohorte
Enregistrement W3019951267 · doi:10.1089/neu.2019.6872

Non-Invasive Ultrasound Detection of Cerebrovascular Changes in a Mouse Model of Traumatic Brain Injury

2020· article· en· W3019951267 sur OpenAlexafffund
Joe Steinman, Lindsay S. Cahill, Greg Stortz, Christopher K. Macgowan, Bojana Stefanovic, John G. Sled

Notice bibliographique

RevueJournal of Neurotrauma · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensMemorial University of NewfoundlandHospital for Sick ChildrenSunnybrook HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCardiologyUltrasoundMedicineMechanical indexInternal medicineHemodynamicsBlood pressureRadiologyMicrobubbles

Résumé

récupéré en direct d'OpenAlex

Traumatic brain injury (TBI) can induce changes in vascular architecture. Although ultrasound metrics such as pulsatility index (PI) are sensitive to changes in hemodynamic resistance downstream from major arteries, these metrics depend on features unrelated to vessel architecture, such as blood pressure and heart rate. In contrast, input impedance and reflection coefficient that are derived from wave reflection theory seek to minimize the effects of altered cardiac output or heart rate. In this article, we investigate the use of ultrasound to assess changes in vascular impedance and wave reflection in the common carotid arteries of mice exposed to a controlled cortical impact. Focusing on the first harmonics of the reflected waves, the impedance phase was increased ipsilaterally in impacted mice compared with shams, whereas the magnitude of the impedance was unchanged. In contrast, PI was reduced bilaterally. Interestingly, PI and the first harmonic magnitude of input impedance in the carotid artery were correlated on the contralateral but not ipsilateral side. We investigated the use of these metrics to classify mice as sham or TBI, finding an area under the receiver operating characteristic curve ipsilaterally of 0.792 (confidence interval [CI]: 0.648-0.936) for correct classification with first harmonic impedance magnitude and phase as predictors and 0.716 (CI: 0.553-0.879) using carotid artery PI and diameter as predictors. Overall, the findings support the use of wave reflection analysis as a more specific measure of vascular changes following TBI and motivate the translation of this approach for monitoring vascular changes in humans affected by TBI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,291
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurotraumaMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207