Deceived by the Fick principle: blood flow distribution in heart failure
Notice bibliographique
Résumé
AIMS: The Fick principle states that oxygen uptake (V̇O2) is cardiac output (Qc) * arterial-venous O2 content difference [ΔC(a-v)O2]. Blood flow distribution is hidden in Fick principle, and its relevance during exercise in heart failure (HF) is undefined. To highlight the role of blood flow distribution, we evaluated peak exercise V̇O2, Qc, and ΔC(a-v)O2, before and after HF therapeutic interventions. METHODS AND RESULTS: Symptom-limited cardiopulmonary exercise tests with Qc measurement (inert gas rebreathing) was performed in 234 HF patients before and 6 months after successful exercise training, cardiac resynchronization therapy, or percutaneous edge-to-edge mitral valve repair. Considering all tests (n = 468), a direct correlation between peakV̇O2 and peakQc (R2 = 0.47) and workload (R2 = 0.70) was observed. Patients were grouped according to treatment efficacy in Group 1 (peakV̇O2 increase >10%, n = 93), Group 2 (peakV̇O2 change between 0 and 10%, n = 60), and Group 3 (reduction in peakV̇O2, n = 81). Post-treatment peakV̇O2 changes poorly correlated with peakQc and peakΔC(a-v)O2 changes. Differently, post-procedure peakQc vs. peakΔC(a-v)O2 changes showed a close negative correlation (R2 = 0.46), becoming stronger grouping patients according to peakV̇O2 improvement (R2 = 0.64, 0.79, and 0.58 in Groups 1, 2, and 3, respectively). In 76% of patients, peakQc and ΔC(a-v)O2 changes diverged regardless of treatment. CONCLUSION: The bulk of these data suggests that blood flow distribution plays a pivotal role on peakV̇O2 determination regardless of HF treatment strategies. Accordingly, for assessing HF treatment efficacy on exercise performance, the sole peakV̇O2 may be deceptive and the combination of V̇O2, Qc and ΔC(a-v)O2, must be considered.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».