Assessment of cerebrovascular function in patients with sickle cell disease using transfer function analysis
Notice bibliographique
Résumé
Abstract In patients with sickle cell disease (SCD), the delivery of oxygen to the brain is compromised by anemia, abnormal rheology, and steno‐occlusive vascular disease. Successful compensation depends on an increase in oxygen supply such as that provided by an increase in cerebral blood flow (CBF). We used magnetic resonance imaging to provide a high‐resolution assessment of the ability of SCD patients to respond to a vasoactive stimulus in middle, anterior, and posterior cerebral artery territories for both white and gray matter. Cerebrovascular reactivity (CVR) was measured as the blood oxygen level dependent signal (a surrogate for CBF) response to an increase in the end tidal partial pressure of CO 2 (P ET CO 2 ). The dynamic aspect of the response was measured as the time constant of the first order response kinetics (tau). To confirm and support these findings we used an alternative examination of the response, transfer function analysis (TFA), to measure the responsiveness (gain), the speed of response (phase), and the consistency of the response over time (coherence). We tested 34 patients with SCD and compared the results to those of 24 healthy controls participants. The results from a three‐way ANOVA showed that patients with SCD have reduced CVR ( p < 0.001) and lower coherence ( p < 0.001) in gray matter and white matter and reduced gain in gray matter only ( p < 0.001). In terms of the speed of the response to CO 2 , tau ( p < 0.001) and TFA phase ( p < 0.001) were increased in SCD patients compared to healthy control subjects. These findings show that the cerebrovascular responsiveness to CO 2 in patients with SCD is both decreased and slowed compared to healthy controls.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 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 ».