Evaluation of transcutaneous near-infrared spectroscopy for early detection of cardiac arrest in an animal model
Notice bibliographique
Résumé
Abstract Sudden cardiac arrest (SCA) is a leading cause of mortality worldwide. Outcomes highly depend on the SCA-to-resuscitation interval, highlighting the clinical need for quick and reliable SCA detection. Near-infrared spectroscopy (NIRS), a noninvasive optical technique, may have utility for SCA detection. We investigated the ability of hindlimb transcutaneous NIRS to detect changes with pentobarbital-induced cardiac arrest in eight Yucatan miniature pigs. NIRS measurements during cardiac arrest were compared to invasively acquired carotid blood pressure and spinal cord tissue partial oxygen pressure (PO 2 ). We observed statistically significant decreases in mean arterial pressure (MAP) 64.68 mmHg ± 13.08, p = 0.016), spinal cord PO 2 (38.16 mmHg ± 20.04, p = 0.016), and NIRS-derived tissue oxygen saturation (TSI%) (14.50% ± 3.80, p = 0.0078) from baseline to 5 minutes after pentobarbital administration. Euthanasia-to-first change in hemodynamics for MAP and TSI (%) were similar [MAP (10.43 ± 4.73 sec) vs TSI (%) (12.04 ± 1.85 sec), p = 0.605]. No significant difference was detected between NIRS and blood pressure-derived pulse rates during baseline periods ( p > 0.99) and following pentobarbital administration ( p = 0.97). Similar to invasive indices, transcutaneous NIRS demonstrated marked changes with cardiac arrest and was able to rapidly identify hemodynamic changes. Transcutaneous NIRS monitoring may present a novel and noninvasive approach to SCA detection.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».