Excess ventilation and exertional dyspnoea in heart failure and pulmonary hypertension
Notice bibliographique
Résumé
Increased ventilation relative to metabolic demands, indicating alveolar hyperventilation and/or increased physiological dead space (excess ventilation), is a key cause of exertional dyspnoea. Excess ventilation has assumed a prominent role in the functional assessment of patients with heart failure (HF) with reduced (HFrEF) or preserved (HFpEF) ejection fraction, pulmonary arterial hypertension (PAH) and chronic thromboembolic pulmonary hypertension (CTEPH). We herein provide the key pieces of information to the caring physician to 1) gain unique insights into the seeds of patients' shortness of breath and 2) develop a rationale for therapeutically lessening excess ventilation to mitigate this distressing symptom. Reduced bulk oxygen transfer induced by cardiac output limitation and/or right ventricle-pulmonary arterial uncoupling increase neurochemical afferent stimulation and (largely chemo-) receptor sensitivity, leading to alveolar hyperventilation in HFrEF, PAH and small-vessel, distal CTEPH. As such, interventions geared to improve central haemodynamics and/or reduce chemosensitivity have been particularly effective in lessening their excess ventilation. In contrast, 1) high filling pressures in HFpEF and 2) impaired lung perfusion leading to ventilation/perfusion mismatch in proximal CTEPH conspire to increase physiological dead space. Accordingly, 1) decreasing pulmonary capillary pressures and 2) mechanically unclogging larger pulmonary vessels (pulmonary endarterectomy and balloon pulmonary angioplasty) have been associated with larger decrements in excess ventilation. Exercise training has a strong beneficial effect across diseases. Addressing some major unanswered questions on the link of excess ventilation with exertional dyspnoea under the modulating influence of pharmacological and nonpharmacological interventions might prove instrumental to alleviate the devastating consequences of these prevalent diseases.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».