MétaCan
Menu
Retour à la cohorte
Enregistrement W3127428536 · doi:10.3389/fphys.2021.601369

Insights Into Cerebral Tissue-Specific Response to Respiratory Challenges at 7T: Evidence for Combined Blood Flow and CO2-Mediated Effects

2021· article· en· W3127428536 sur OpenAlexafffund
Allen A. Champagne, Alex A. Bhogal

Notice bibliographique

RevueFrontiers in Physiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensQueen's University
Organismes subventionnairesQueen's UniversityNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésMedicineCerebral blood flowStimulus (psychology)CardiologyInternal medicineNeurosciencePsychology

Résumé

récupéré en direct d'OpenAlex

Cerebrovascular reactivity (CVR) mapping is finding increasing clinical applications as a non-invasive probe for vascular health. Further analysis extracting temporal delay information from the CVR response provide additional insight that reflect arterial transit time, blood redistribution, and vascular response speed. Untangling these factors can help better understand the (patho)physiology and improve diagnosis/prognosis associated with vascular impairments. Here, we use hypercapnic (HC) and hyperoxic (HO) challenges to gather insight about factors driving temporal delays between gray-matter (GM) and white-matter (WM). Blood Oxygen Level Dependent (BOLD) datasets were acquired at 7T in nine healthy subjects throughout BLOCK- and RAMP-HC paradigms. In a subset of seven participants, a combined HC+HO block, referred as the “BOOST” protocol, was also acquired. Tissue-based differences in Rapid Interpolation at Progressive Time Delays (RIPTiDe) were compared across stimulus to explore dynamic (BLOCK-HC) versus progressive (RAMP-HC) changes in CO 2 , as well as the effect of bolus arrival time on CVR delays (BLOCK-HC versus BOOST). While GM delays were similar between the BLOCK- (21.80 ± 10.17 s) and RAMP-HC (24.29 ± 14.64 s), longer WM lag times were observed during the RAMP-HC (42.66 ± 17.79 s), compared to the BLOCK-HC (34.15 ± 10.72 s), suggesting that the progressive stimulus may predispose WM vasculature to longer delays due to the smaller arterial content of CO 2 delivered to WM tissues, which in turn, decreases intravascular CO 2 gradients modulating CO 2 diffusion into WM tissues. This was supported by a maintained ∼10 s offset in GM (11.66 ± 9.54 s) versus WM (21.40 ± 11.17 s) BOOST-delays with respect to the BLOCK-HC, suggesting that the vasoactive effect of CO 2 remains constant and that shortening of BOOST delays was be driven by blood arrival reflected through the non-vasodilatory HO contrast. These findings support that differences in temporal and magnitude aspects of CVR between vascular networks reflect a component of CO 2 sensitivity, in addition to redistribution and steal blood flow effects. Moreover, these results emphasize that the addition of a BOOST paradigm may provide clinical insights into whether vascular diseases causing changes in CVR do so by way of severe blood flow redistribution effects, alterations in vascular properties associated with CO 2 diffusion, or changes in blood arrival time.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,311
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207