MétaCan
Menu
← Retour à la cohorte
Enregistrement W4378375377 · doi:10.21203/rs.3.rs-2975511/v1

Comparison of Computational Fluid Dynamics with Transcranial Doppler Ultrasound in Response to Physiological Stimuli

2023· preprint· en· W4378375377 sur OpenAlexaff
Harrison T. Caddy, Hannah J. Thomas, Lachlan J. Kelsey, Kurt J. Smith, Barry J. Doyle, Daniel J. Green

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Health and Medical Research CouncilGovernment of Western AustraliaMedical Research CouncilAustralian Government
Mots-clésTranscranial DopplerCerebral perfusion pressureMiddle cerebral arteryCerebral arteriesHemodynamicsFlow velocityComputational fluid dynamicsUltrasoundMedicineCardiologyDoppler effectInternal medicinePerfusionPhysicsMechanicsRadiologyIschemia

Résumé

récupéré en direct d'OpenAlex

Abstract Cerebrovascular haemodynamics are sensitive to multiple physiological stimuli that require synergistic response to maintain adequate perfusion. Understanding haemodynamic changes within cerebral arteries is important to inform how the brain regulates perfusion, however methods for direct measurement of cerebral haemodynamics in these environments is challenging. The aim of this study was to assess velocity waveform metrics obtained using transcranial Doppler (TCD) with flow conserving subject-specific three-dimensional (3D) simulations relying on computational fluid dynamics (CFD). Twelve healthy participants underwent head and neck imaging with 3 Tesla magnetic resonance angiography. Velocity waveforms in the middle cerebral (MCA) artery were measured with transcranial Doppler ultrasound (TCD) while diameter and velocity was measured using duplex ultrasound in the internal carotid (ICA) and vertebral (VA) arteries to calculate incoming cerebral flow at rest, during hypercapnia and exercise. CFD simulations were developed for each condition, with velocity waveform metrics extracted in the same insonation region as TCD. Exposure to stimuli induced significant changes in cardiorespiratory measures across all participants. Absolute measured TCD velocities were significantly higher than those calculated from CFD (all P < 0.05), and these data were not correlated across conditions (r range 0.030–0.377, all P > 0.05). However, relative changes in velocity from resting levels exhibited significant positive correlations when the distinct techniques were compared (r range 0.577–0.770, all P < 0.05). Our data indicate that whilst absolute measures of cerebral velocity differ between TCD and 3D CFD simulation, physiological changes from resting levels in time-averaged velocity are significantly correlated between these techniques.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,108
Tête enseignante GPT0,441
Écart entre enseignants0,333 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCerebrovascular and Carotid Artery Diseases→Travaux en français237 207→