MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389007346 · doi:10.1096/fasebj.30.1_supplement.724.3

An Experimentally‐Derived Wall Shear Rate Equation for Use in Microvascular Preparations

2016· article· en· W4389007346 sur OpenAlexafffund
Daniel Goldman, Baraa K. Al‐Khazraji, Dwayne N. Jackson

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShear rateShear (geology)MechanicsMaterials scienceGeometryChemistryAnatomyBiomedical engineeringMathematicsComposite materialPhysicsRheologyBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Background Obtaining the experimental data needed to accurately calculate wall shear rates is challenging and time consuming. Thus, many have quantified shear rate from experimentally‐derived mean blood velocity (Vmean) and arteriolar diameter (D). These pseudoshear rate (Vmean/D) data pose two problems: 1) they imply a fixed shape for the velocity profile with a velocity ratio (Vratio = Vmax/Vmean) of 1.6 or 2, and 2) they are not specific to local shear rate changes at the cell‐free layer (CFL)‐wall interface. To date, wall shear rates from experimentally‐derived velocity profiles for branching arteriolar networks in skeletal muscle have not been calculated. Methods Using intravital video microscopy, we imaged branching arteriolar networks in the in situ rat gluteus maximus (GM) preparation (N=6) and characterized in vivo red blood cell velocity (RBC) profiles at each arteriolar segment (n=39) using our previously described “streak length” method. Our objectives were to: 1) calculate wall shear rate from in vivo RBC velocity profiles in GM arterioles for a wide range of diameters, 2) provide an experimentally‐derived and straightforward wall shear rate estimation function for use in skeletal muscle microvascular studies (and possibly in other tissues), and 3) compare our calculated wall shear rates to conventional wall shear rate estimations. From the velocity profiles, we measured: mean velocities, thickness of the CFL, axial flow velocity at the outer edge of the RBC column, and centerline RBC velocity and its relation to mean blood velocity. We used these data to derive an experiment‐based wall shear rate function. Results Arteriolar diameters ranged from 0.021 to 0.115 mm. CFL data ranged from 0.001 to 0.0043 mm and were positively correlated with arteriolar diameter (r 2 =0.64). Our novel wall shear rate equation was similar to experimental wall shear rates (using edge RBC velocities/CFL). Calculated experimental wall shear rates ranged from 1317 to 3684 sec −1 , did not correlate with arteriolar diameter, and in all cases were greater than pseudoshear rates calculated using either a fixed Vratio of 1.6 or 2, or our previously characterized diameter‐dependent Vratio function. Conclusion In this study, we provided a straightforward wall shear rate equation, derived from the relationship of experimental hemodynamic parameters with arteriolar diameter, that yields values similar to our experiment‐based values. This equation does not assume a velocity ratio, is calculated at the CFL‐wall interface, and can easily be adapted for use in studies investigating wall shear rate. The equations provided in this study are adaptable for use with other velocity measurement techniques in order to obtain wall shear rate and stress (when plasma viscosity is known) in skeletal muscle preparations for a wide range of arterioles. Support or Funding Information Funding: Natural Sciences and Engineering Research Council (NSERC) CGS‐D Scholarship awarded to BKA, NSERC grant #R4218A03 awarded to DNJ, and NSERC grant #R4081A03 awarded to DG.

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)0,003
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,058
Tête enseignante GPT0,330
Écart entre enseignants0,272 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetCoronary Interventions and Diagnostics→Travaux en français237 207→