Assessing static and dynamic sympathetic transduction using microneurography
Notice bibliographique
Résumé
The relationship between sympathetic nerve activity and the vasculature has been of great interest due to its potential role in various cardiovascular-related diseases. This relationship, termed "sympathetic transduction," has been quantified using several different laboratory and analytical techniques. The most common method is to assess the association between relative changes in muscle sympathetic nerve activity, measured via microneurography, and physiological outcomes (e.g., blood pressure, total peripheral resistance, blood flow, etc.) in response to a sympathetic stressor (e.g., exercise, cold stress, orthostatic stress). This approach, however, comes with its own caveats. For instance, elevations in blood pressure and heart rate during a sympathetic stressor can have an independent impact on muscle sympathetic nerve activity. Another assessment of sympathetic transduction was developed by Wallin and Nerhed in 1982, where alterations in blood pressure and heart rate were assessed immediately following bursts of muscle sympathetic nerve activity at rest. This approach has since been characterized and further innovated by others, including the breakdown of consecutive burst sequences (e.g., singlet, doublet, triplet, and quadruplet), and burst height (quartile analysis) on specific vascular outcomes (e.g., blood pressure, blood flow, vascular resistance). The purpose of this review is to provide an overview of the literature that has assessed sympathetic transduction using microneurography and various sympathetic stressors (static sympathetic transduction) and using the same or similar approach established by Wallin and Nerhed at rest (dynamic neurovascular transduction). Herein, we discuss the overlapping literature between these two methodologies and highlight the key physiological questions that remain.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».