MétaCan
Menu
Retour à la cohorte
Enregistrement W4223546967 · doi:10.5772/intechopen.103908

Mechanical Limits of Cardiac Output at Maximal Aerobic Exercise

2022· book-chapter· en· W4223546967 sur OpenAlexaff
Sheldon Magder

Notice bibliographique

RevueIntechOpen eBooks · 2022
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCardiac outputStroke volumeVenous return curveVO2 maxCardiologyAerobic exerciseStroke (engine)Heart rateLimitingSplanchnicMedicinePopulationHomogeneousInternal medicineMathematicsBlood flowBlood pressureHemodynamicsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This chapter uses an analytic approach to the factors limiting maximal aerobic exercise. A person’s maximal aerobic work is determined by their maximal oxygen consumption (VO2max). Cardiac output is the dominant determinant of VO2 and thus the primary determinant of population differences in VO2max. Furthermore, cardiac output is the product of heart rate and stroke volume and maximum heart rate is determined solely by a person’s age. Thus, maximum stroke volume is the major factor for physiological differences in aerobic performance. Stroke output must be matched by stroke volume return, which is determined by the mechanical properties of the systemic circulation. These are primarily the compliances of each vascular region and the resistances between them. I first discuss the physiological principles controlling cardiac output and venous return. Emphasis is placed on the importance of the distribution of blood flow between the parallel compliances of muscle and splanchnic beds as described by August Krogh in 1912. I then present observations from a computational modeling study on the mechanical factors that must change to reach known maximum cardiac outputs during aerobic exercise. A key element that comes out of the analysis is the role of the muscle pump in achieving high cardiac outputs.

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)0,000
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,006

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 Opus0,031
Tête enseignante GPT0,263
Écart entre enseignants0,232 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207