MétaCan
Menu
Retour à la cohorte
Enregistrement W3147064934 · doi:10.1152/japplphysiol.00032.2021

Assessing static and dynamic sympathetic transduction using microneurography

2021· review· en· W3147064934 sur OpenAlexafffund
Michael M. Tymko, Lindsey F. Berthelsen, Rachel J. Skow, Andrew R. Steele, Graham Fraser, Craig D. Steinback

Notice bibliographique

RevueJournal of Applied Physiology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensMemorial University of NewfoundlandUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésMicroneurographyBaroreflexSympathetic nervous systemMedicineVasoconstrictionBlood pressureTransduction (biophysics)CardiologyOrthostatic vital signsHeart rateBlood flowNeuroscienceInternal medicineChemistryPsychology

Résumé

récupéré en direct d'OpenAlex

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,362
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207