Assessment of dynamic cerebral autoregulation in humans: Is reproducibility dependent on blood pressure variability?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We tested the influence of blood pressure variability on the reproducibility of dynamic cerebral autoregulation (DCA) estimates. Data were analyzed from the 2nd CARNet bootstrap initiative, where mean arterial blood pressure (MABP), cerebral blood flow velocity (CBFV) and end tidal CO2 were measured twice in 75 healthy subjects. DCA was analyzed by 14 different centers with a variety of different analysis methods. Intraclass Correlation (ICC) values increased significantly when subjects with low power spectral density MABP (PSD-MABP) values were removed from the analysis for all gain, phase and autoregulation index (ARI) parameters. Gain in the low frequency band (LF) had the highest ICC, followed by phase LF and gain in the very low frequency band. No significant differences were found between analysis methods for gain parameters, but for phase and ARI parameters, significant differences between the analysis methods were found. Alternatively, the Spearman-Brown prediction formula indicated that prolongation of the measurement duration up to 35 minutes may be needed to achieve good reproducibility for some DCA parameters. We conclude that poor DCA reproducibility (ICC<0.4) can improve to good (ICC > 0.6) values when cases with low PSD-MABP are removed, and probably also when measurement duration is increased.
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.
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 | 0,000 | 0,000 |
| 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 découle