MétaCan
Menu
Retour à la cohorte
Enregistrement W4225422713 · doi:10.1096/fasebj.2022.36.s1.r5064

Factors Influencing Muscle Sympathetic Nerve Activity in Human Heart Failure

2022· article· en· W4225422713 sur OpenAlexaff
Mark B. Badrov, Daniel A. Keir, George Tomlinson, Evan Keys, Catherine F. Notarius, John S. Floras

Notice bibliographique

RevueThe FASEB Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureEjection fractionCardiologyInternal medicineBlood pressureHeart rateStroke volumeSympathetic nervous systemEtiology

Résumé

récupéré en direct d'OpenAlex

In heart failure (HF), the magnitude of sympathetic activation predicts both disease progression and mortality. Elevated cardiac norepinephrine (NE) spillover is the earliest documented perturbation, followed later by augmented renal NE spillover and muscle sympathetic nerve activity (MSNA). To date, there is limited understanding of the mechanism(s) responsible for between‐patient variation in MSNA and cohorts studied have been small. To characterize the magnitude of MSNA discharge in HF, its inter‐patient variance, and its principal determinants, we assembled microneurographic data from 177 HF patients (28 females; 53±13 yr; LVEF: 25±11%, range 5‐60%) studied in our laboratory. Data from 658 non‐medicated, normotensive volunteers (CTRL; 260 females; 53±14 yr) acquired contemporaneously under similar conditions served as a reference group. We analyzed, at rest, fibular MSNA, blood pressure (BP), heart rate (HR), LVEF, and etiology of disease, and in a sub‐group (n=63), echocardiographically‐derived stroke volume (SV), cardiac output (CO), and total peripheral resistance (TPR). In HF, there was marked inter‐patient variance in MSNA, with burst frequency (BF) ranging from 7 to 90 bursts/minandburst incidence (BI) from 9 to 100 bursts/100 heartbeats. BF was similar in patients dispensed or not dispensed each of the three principal classes of prevailing HF therapy (all P>0.05). BF related directly (R 2 =0.17), and BI inversely (R 2 =0.09), to HR (all P<0.001); neither correlated with BP. For each kg/m 2 rise in BMI, BF increased, on average, by 0.20 bursts/min (95% CI, 0.02‐0.37; P=0.03); its relation to BI was less pronounced (P=0.05). BF increased non‐linearly when LVEF fell below ~21% (P<0.01); above this inflection point, BF displayed no relationship with LVEF. Overall, LVEF accounted for only 9.8% of the variance in BF (P=0.001), while no relationship existed between LVEF and BI (R 2 =0.007). BI (P=0.01), but not BF (P=0.14), was greater in patients with ischemic vs. dilated cardiomyopathy. BF and BI exhibited non‐linear, inverse relationships with SV (R 2 =0.31 and 0.12; all P<0.01) and CO (R 2 =0.17 and 0.20; all P<0.01), and a non‐linear, direct relationship with TPR (R 2 =0.18 and 0.21; all P<0.01). Unadjusted BF (52±15 vs. 26±13 bursts/min; P<0.001) was elevated in HF vs. CTRL. With age, BF exhibited little or no change in HF, in contrast to its non‐linear increase in CTRL. BF, adjusted for age, sex, BMI, and HR, was significantly greater throughout the lifespan (estimate 14.20 bursts/min; 95% CI, 12.11‐16.28; P<0.001) in HF, relative to CTRL, and higher in men than in women (estimate 5.01 bursts/min; 95% CI, 3.42‐6.61; P<0.001). Overall, the extent of sympathetic excess in HF, relative to CTRL, diminished with age. In conclusion, resting MSNA in HF is a function of etiology, BMI, HR, LVEF and SV, but not age; these relationships are significant but moderate to weak, as is that between sympathetic vasoconstrictor discharge and TPR. These observations provide insight into the complexity and individual specificity of mechanisms eliciting muscle sympathetic excitation in human HF.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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 revueThe FASEB JournalMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207