Cerebrovascular Reactivity Following Spinal Cord Injury
Notice bibliographique
Résumé
Background: Spinal cord injuries (SCI) often result in cardiovascular issues, increasing the risk of stroke and cognitive deficits. Objectives: This study assessed cerebrovascular reactivity (CVR) using functional magnetic resonance imaging (fMRI) during a hypercapnic challenge in SCI participants compared to noninjured controls. Methods: Fourteen participants were analyzed ( n = 8 with SCI [unless otherwise noted], median age = 44 years; n = 6 controls, median age = 33 years). CVR was calculated through fMRI signal changes. Results: The results showed a longer CVR component (tau) in the grey matter of SCI participants ( n = 7) compared to controls (median difference = 3.0 s; p < .05). Time since injury (TSI) correlated negatively with steady-state CVR in the grey matter and brainstem of SCI participants ( R S = −0.81, p = .014; R S = −0.84, p = .009, respectively). Lower steady-state CVR in the brainstem of the SCI group ( n = 7) correlated with lower diastolic blood pressure ( R S = 0.76, p = .046). Higher frequency of hypotensive episodes ( n = 7) was linked to lower CVR outcomes in the grey matter ( R S = −0.86, p = .014) and brainstem ( R S = −0.89, p = .007). Conclusion: Preliminary findings suggest a difference in the dynamic CVR component, tau, between the SCI and noninjured control groups, potentially explaining the higher cerebrovascular health burden in SCI individuals. Exploratory associations indicate that longer TSI, lower diastolic blood pressure, and more hypotensive episodes may lead to poorer CVR outcomes. However, further research is necessary to establish causality and support these observations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».