A novel vascular health index: Using data analytics and population health to facilitate mechanistic modeling of microvascular status
Notice bibliographique
Résumé
The study of vascular function across conditions has been an intensive area of investigation for many years. While these efforts have revealed many factors contributing to vascular health, challenges remain for integrating results across research groups, animal models, and experimental conditions to understand integrated vascular function. As such, the insights attained in clinical/population research from linking datasets, have not been fully realized in the basic sciences, thus frustrating advanced analytics and complex modeling. To achieve comparable advances, we must address the conceptual challenge of defining/measuring integrated vascular function and the technical challenge of combining data across conditions, models, and groups. Here, we describe an approach to establish and validate a composite metric of vascular function by comparing parameters of vascular function in metabolic disease (the obese Zucker rat) to the same parameters in age-matched, "healthy" conditions, resulting in a common outcome measure which we term the vascular health index (VHI). VHI allows for the integration of datasets, thus expanding sample size and permitting advanced modeling to gain insight into the development of peripheral and cerebral vascular dysfunction. Markers of vascular reactivity, vascular wall mechanics, and microvascular network density are integrated in the VHI. We provide a detailed presentation of the development of the VHI and provide multiple measures to assess face, content, criterion, and discriminant validity of the metric. Our results demonstrate how the VHI captures multiple indices of dysfunction in the skeletal muscle and cerebral vasculature with metabolic disease and provide context for an integrated understanding of vascular health under challenged conditions.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».