Myths and methodologies: Reliability of forearm cutaneous vasodilatation measured using laser‐Doppler flowmetry during whole‐body passive heating
Notice bibliographique
Résumé
Abstract Laser‐Doppler flowmetry (LDF) is commonly used to assess cutaneous vasodilatation responses, but its reliability (i.e. consistency) during whole‐body passive heating is unknown. We therefore assessed the reliability of LDF‐derived indices of cutaneous vasodilatation during incremental whole‐body heating. Fourteen young men (age: 24 (SD 5) years) completed three identical trials, each separated by 1 week. During each trial, a water‐perfused suit was used to raise and clamp oesophageal temperature at 0.6°C (low‐heat strain; LHS) and 1.2°C (moderate‐heat strain; MHS) above baseline. LDF‐derived skin blood flow (SkBF) was measured at three dorsal mid‐forearm sites, with local skin temperature clamped at 34°C. Data were expressed as absolute cutaneous vascular conductance (CVCabs; SkBF/mean arterial pressure) and normalised to maximal conductance (%CVCmax) achieved via simultaneous local skin heating to 44°C and increasing oesophageal temperature to 1.8°C above baseline. Between‐day reliability was characterised as measurement consistency across trials, while within‐day reliability was characterised as measurement consistency across adjacent skin sites during each trial. Between‐ and within‐day absolute reliability (coefficient of variation) generally improved with increasing heat strain, changing from poor (>25%) at baseline, poor‐to‐moderate (15–34%) at LHS, and moderate (10–25%) at MHS. Generally, these estimates were more consistent when expressed as %CVCmax. Conversely, relative reliability was mostly acceptable (intraclass correlation coefficient ≥0.70) during LHS and when data were expressed as CVCabs. These findings indicate that the consistency of LDF‐derived CVC estimates during heat stress depends on the level of heat strain and method of data expression, which should be considered when designing and interpreting experiments.
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 | 0,140 | 0,250 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,015 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».