MétaCan
Menu
Retour à la cohorte
Enregistrement W4312210783 · doi:10.3390/jcm11247462

Diagnosing Sport-Related Flow Limitations in the Iliac Arteries Using Near-Infrared Spectroscopy

2022· article· en· W4312210783 sur OpenAlexaff
Martijn van Hooff, Jem Arnold, E. J. Meijer, Paul Schreuder, Marta Regis, Lin Xu, Marc R. Scheltinga, Hans H. C. M. Savelberg, Goof Schep

Notice bibliographique

RevueJournal of Clinical Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesZonMw
Mots-clésMedicineInfraredFlow (mathematics)OpticsMechanics

Résumé

récupéré en direct d'OpenAlex

Background: A flow limitation in the iliac arteries (FLIA) in endurance athletes is notoriously difficult to diagnose with the currently available diagnostic tools. At present, a commonly used diagnostic measure is a decrease in ankle brachial index with flex hips (ABIFlexed) following a maximal effort exercise test. Near-infrared spectroscopy (NIRS) is a non-invasive technique that measures skeletal muscle oxygenation as reflected by the balance of O2 delivery from microvascular blood flow and O2 uptake by metabolic activity. Therefore, NIRS potentially serves as a novel technique for diagnosing FLIA. The purpose of this study is to compare the diagnostic accuracy of NIRS-derived absolute, amplitude, and kinetic variables in legs during and after a maximal exercise test with ABIFlexed. Methods: ABIFlexed and NIRS were studied in 33 healthy subjects and 201 patients with FLIA diagnosed with echo-Doppler. Results: After maximal exercise, NIRS kinetic variables, such as the half value time and mean response time, resulted in a range of 0.921 to 0.939 AUC for the diagnosis of FLIA when combined with ABIFlexed. Conversely, ABIFlexed measurements alone conferred significantly worse test characteristics (AUC 0.717, p < 0.001). Conclusions: NIRS may serve as a diagnostic adjunct in patients with possible FLIA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,424
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetSports Performance and TrainingTravaux en français237 207