Validity and reliability of deriving the autoregulatory plateau through projection pursuit regression from driven methods
Notice bibliographique
Résumé
To compare the construct validity and between-day reliability of projection pursuit regression (PPR) from oscillatory lower body negative pressure (OLBNP) and squat-stand maneuvers (SSMs). Nineteen participants completed 5 min of OLBNP and SSMs at driven frequencies of 0.05 and 0.10 Hz across two visits. Autoregulatory plateaus were derived at both point-estimates and across the cardiac cycle. Between-day reliability was assessed with intraclass correlation coefficients (ICCs), Bland-Altman plots with 95% limits of agreement (LOA), coefficient of variation (CoV), and smallest real differences. Construct validity between OLBNP-SSMs were quantified with Bland-Altman plots and Cohen's d. The expected autoregulatory curve with positive rising and negative falling slopes were present in only ~23% of the data. The between-day reliability for the ICCs were poor-to-good with the CoV estimates ranging from ~50% to 70%. The 95% LOA were very wide with an average spread of ~450% for OLBNP and ~350% for SSMs. Plateaus were larger from SSMs compared to OLBNPs (moderate-to-large effect sizes). The cerebral pressure-flow relationship is a complex regulatory process, and the "black-box" nature of this system can make it challenging to quantify. The current data reveals PPR analysis does not always elicit a clear-cut central plateau with distinctive rising/falling slopes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».