The Effects of Wearing a 3‐Ply or <scp>KN95</scp> Face Mask on Cerebral Blood Flow and Oxygenation
Notice bibliographique
Résumé
BACKGROUND: The SARS-CoV-2 virus has impacted life in many ways, one change being the use of face masks. Their effect on MRI-based measurements of cerebral oxygen levels with quantitative susceptibility mapping (QSM) and cerebral blood flow (CBF) is not known. PURPOSE: This study investigated whether wearing a face mask leads to changes in CBF and cerebral venous oxygen saturation measured with MRI. STUDY TYPE: Repeated-measures cohort study. POPULATION: A total of 16 healthy volunteers (eight male, eight female; 22-36 years) were recruited for the 3-ply study. Ten of the 16 participants (five male, five female; 23-36 years) took part in the KN95 study. FIELD STRENGTH/SEQUENCE: A 3 T, single-delay 3D gradient-and spin-echo pseudo-continuous arterial spin labeling (pCASL) scan for CBF quantification, and gradient-echo for QSM and oxygenation quantification. ASSESSMENT: -weighted gray matter tissue segmentation. Venous oxygenation was determined from venous segmentation of QSM maximum intensity projections. STATISTICAL TESTS: Paired Student's t-tests and Cohen's d effect sizes were used to compare the face mask and no face mask scans for gray matter CBF, gray matter magnetic susceptibility, and cerebral venous oxygen saturation. Standard t-tests were used to assess whether the order of scanning with and without a mask had any impact. A statistical cut off of P < 0.05 was used. RESULTS: The 3-ply masks increased gray matter CBF from an average of 43.99 mL/(100 g*min) to 46.81 mL/(100 g*min). There were no significant changes in gray matter magnetic susceptibility (P = 0.07), or cerebral venous oxygen saturation (P = 0.36) for the 3-ply data set. The KN95 masks data set showed no statistically significant changes in gray matter CBF (P = 0.52) and magnetic susceptibility (P = 0.97), or cerebral venous oxygen saturation (P = 0.93). DATA CONCLUSION: The changes in blood flow and oxygenation due to face masks are small. Only CBF increased significantly due to wearing a 3-ply mask. EVIDENCE LEVEL: 2 TECHNICAL EFFICACY: Stage 3.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».