MétaCan
Menu
Retour à la cohorte
Enregistrement W4378649184 · doi:10.1152/physiol.2023.38.s1.5795626

Beat-by-beat volume calibration refines pressure-volume derived indices of left ventricular function in the rat

2023· article· en· W4378649184 sur OpenAlexaff
Oliver H. Wearing, Christopher R. West

Notice bibliographique

RevuePhysiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHemodynamic Monitoring and Therapy
Établissements canadiensUniversity of British Columbia, Okanagan CampusKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStroke volumeMedicineVentricleBeat (acoustics)CardiologyBlood pressureInternal medicineBiomedical engineeringCatheterAnesthesiaHeart rateSurgeryPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Objective: Cardiac pressure-volume studies have advanced much of our understanding of mammalian cardiovascular physiology. Using admittance or conductance technology, the advantage of this technology over other methods to assess cardiovascular function is the ability to derive beat-by-beat pressure-volume loops and generate estimations of myocardial work (stroke work), as well as load-independent systolic (i.e., contractility) and diastolic (i.e., compliance) function from a caval occlusion. While these catheters are capable of extremely accurate recordings of cardiac pressure, volume measurement relies on a series of calibration steps that are oft-performed in isolation or at discrete timepoints. We propose a novel method that enables the refinement of ventricular volume measurement by enabling a beat-by-beat calibration of stroke volume (SV) at baseline and, most importantly, during caval occlusion where both the shape and characteristics of the ventricle are dynamically changing. Hypothesis: We hypothesised that beat-by-beat calibration of SV has a significant effect on PV-catheter derived indices of left ventricle (LV) function. Methodology: Data were collected from 10 rodents that were intubated, ventilated, and urethane anesthetized. We placed an admittance pressure-volume catheter (1.6F Scisense, Transonic Systems, Inc.) into the LV via an apical approach following thoracotomy, a perivascular flow probe (Transonic Systems, Inc.) was placed around the ascending aorta, a blood pressure catheter in the iliac artery, femoral venous lines for fluid/drug infusions, and an arterial line for blood gas analysis. We then assessed baseline and load-independent systolic function using the admittance catheter with and without beat-by-beat volume corrections obtained by integration of the perivascular flow data. Results: Firstly, we confirmed that the standard metrics of load-independent systolic function were increased in response to dobutamine (β1 agonist) and reduced in response to esmolol (β1 blocker). We then found that beat-by-beat volume correction from the perivascular flow probe increased baseline measures of SV and stroke work (SW). Comparing indices of load-independent systolic function calculated from corrected vs. uncorrected values of SV and SW, we found that beat-by-beat volume correction resulted in no significant change in d P/dtmax- V ed (P=0.339) but a significant increase in PRSW (from 116±18 to 129±20 mmHg, P=0.020). Conclusions: Standard approaches to PV studies are able to accurately discern changes in contractile state. However, beat-by-beat calibration of the volume signal improves the absolute determination of volume indices and therefore influences derived measures of contractility. This research was funded by an NSERC Alliance grant to CRW and Mitacs Accelerate Postdoctoral Fellowship to OHW. This is the full abstract presented at the American Physiology Summit 2023 meeting and is only available in HTML format. There are no additional versions or additional content available for this abstract. Physiology was not involved in the peer review process.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiologyMême sujetHemodynamic Monitoring and TherapyTravaux en français237 207