Evaluation of non-linear heart rate variability using multi-scale multi-fractal detrended fluctuation analysis in mice: Roles of the autonomic nervous system and sinoatrial node
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nonlinear analyses of heart rate variability (HRV) can be used to quantify the unpredictability, fractal properties and complexity of heart rate. Fractality and its analysis provides valuable information about cardiovascular health. Multi-Scale Multi-Fractal Detrended Fluctuation Analysis (MSMFDFA) is a complexity-based algorithm that can be used to quantify the multi-fractal dynamics of the HRV time series through investigating characteristic exponents at different time scales. This method is applicable to short time series and it is robust to noise and nonstationarity. We have used MSMFDFA, which enables assessment of HRV in the frequency ranges encompassing the very-low frequency and ultra-low frequency bands, to jointly assess multi-scale and multi-fractal dynamics of HRV signals obtained from telemetric ECG recordings in wildtype mice at baseline and after autonomic nervous system (ANS) blockade, from electrograms recorded from isolated atrial preparations and from spontaneous action potential recordings in isolated sinoatrial node myocytes. Data demonstrate that the fractal profile of the intrinsic heart rate is significantly different from the baseline heart rate in vivo , and it is also altered after ANS blockade at specific scales and fractal order domains. For beating rate in isolated atrial preparations and intrinsic heart rate in vivo , the average fractal structure of the HRV increased and multi-fractality strength decreased. These data demonstrate that fractal properties of the HRV depend on both ANS activity and intrinsic sinoatrial node function and that assessing multi-fractality at different time scales is an effective approach for HRV assessment.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 découle