Measuring Cerebrovascular Reactivity: Sixteen Avoidable Pitfalls
Notice bibliographique
Résumé
An increase in arterial PCO 2 is the most common stressor used to increase cerebral blood flow for assessing cerebral vascular reactivity (CVR). That CO 2 is readily obtained, inexpensive, easy to administer, and safe to inhale belies the difficulties in extracting scientifically and clinically relevant information from the resulting flow responses. Over the past two decades, we have studied more than 2,000 individuals, most with cervical and cerebral vascular pathology using CO 2 as the vasoactive agent and blood oxygen-level-dependent magnetic resonance imaging signal as the flow surrogate. The ability to deliver different forms of precise hypercapnic stimuli enabled systematic exploration of the blood flow-related signal changes. We learned the effect on CVR of particular aspects of the stimulus such as the arterial partial pressure of oxygen, the baseline PCO 2 , and the magnitude, rate, and pattern of its change. Similarly, we learned to interpret aspects of the flow response such as its magnitude, and the speed and direction of change. Finally, we were able to test whether the response falls into a normal range. Here, we present a review of our accumulated insight as 16 “lessons learned.” We hope many of these insights are sufficiently general to apply to a range of types of CO 2 -based vasoactive stimuli and perfusion metrics used for CVR.
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 | 0,062 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».