MétaCan
Menu
← Retour à la cohorte
Enregistrement W3175222816 · doi:10.1096/fasebj.2018.32.1_supplement.722.5

Predicting Cardiovascular Hemodynamics in Cold and Warm Environments at Rest with Skin and Core Temperature

2018· article· en· W3175222816 sur OpenAlexaff
Nicholas Beckett-Brown, Sandra C. Dorman, Thomas Merritt, Dominique D. Gagnon

Notice bibliographique

RevueThe FASEB Journal · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésHemodynamicsMedicineThermoregulationLean body massLinear regressionCardiologyBlood flowSkin temperatureCore (optical fiber)Cardiorespiratory fitnessInternal medicineBody weightBiomedical engineeringMathematicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Many occupations require workers to be exposed to extreme heat or cold. During prolonged exposure to extreme environments, the cardiovascular system plays a critical role in thermal homeostasis, by adjusting blood flow in peripheral and central vascular beds. Importantly, exposure to either environment, and the concordant blood‐volume redistribution, increases morbidity and mortality from the additional [and often significant] stress on the cardiovascular system. To gain insight on how to predict cardiovascular stress during exposure to extreme environments at rest, this study attempted to build a regression model to examine the influence of progressive, whole‐body skin and core cooling and heating on cardiovascular hemodynamics. Seventeen participants (12 males, 22.9 ± 3.58 years, 174.2 cm ± 7.85 cm, 12.8 ± 6.20 kg fat mass, and 59.3 ± 9.49 kg fat free mass) wearing shorts and a t‐shirt participated in two laboratory sessions: i) progressive heating (22°C to 40°C); and ii) progressive cooling (22°C to 5°C); each aimed to independently influence skin and core temperatures. Cardiovascular hemodynamics data was collected via thoracic electrical bioimpedance, while metabolic and cardiorespiratory variables were assessed via indirect calorimetry. Mean weighted skin (T sk ) and core (T c ) temperature were measured via portable data loggers and a thermocouple, respectively. Mean weighted skin temperatures ranged from 22.7°C to 37.4°C and T c ranged from 35.5°C to 37.9°C. A stepwise multiple linear regression analysis was conducted using T sk , T c , fat free mass, fat mass, sex and age as predictors for cardiovascular hemodynamics changes under thermal stress. The present model explained 24.4% of changes in stroke volume, 27.9% of heart rate, 15.9% of cardiac output and 49.5% of oxygen consumption. Although changes in T sk and T c temperature induced by whole‐body cooling and heating at rest accounted for changes in cardiovascular hemodynamics in the model, a significant portion of the variation remained unexplained. Further research is needed to develop a more accurate model to represent changes in cardiovascular hemodynamics under thermal stress. This abstract is from the Experimental Biology 2018 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,237
Écart entre enseignants0,217 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetClimate Change and Health Impacts→Travaux en français237 207→