Two-Dimensional near Infrared Spectroscopic Imaging of the Hand to Assess Microvascular Abnormalities in Systemic Sclerosis: A Pilot Study
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
Patients affected by systemic sclerosis (SSc) develop functional and structural microvascular alterations and progressive fibrosis of the skin and internal organs. Evaluation of skin microcirculation is an important clinical step in the workup of SSc patients. Near infrared (NIR) spectroscopy is a well-established non-invasive technique to assess haemoglobin oxygen saturation (StO 2 ) in the illuminated tissue. The recent development of NIR spectroscopic two-dimensional (2D) imaging offers the possibility of visualising StO 2 distribution in large tissue areas. This is particularly important in SSc characterised by a very heterogeneous spatial distribution of the microvascular abnormalities. In addition, the short acquisition time of NIR spectroscopic images allows microvascular “dynamic” conditions, such as the vascular response to physical or pharmacological stimuli, to be evaluated. The present study reports the results of the test application of NIR spectroscopic 2D imaging of the palmar whole-hand surface for the evaluation of peripheral microcirculatory dysfunction in one patient with SSc, as compared with a healthy control, both in “static” (resting) and in “dynamic” (ischaemia-reperfusion) conditions. Spatial heterogeneity of microvascular alterations associated with temporal heterogeneity in vascular reactivity to ischaemic challenge make 2D NIR spectroscopic imaging a promising tool in the assessment of SSc, as compared with the current available techniques. A NIR spectroscopic camera by Kent Imaging Inc, Calgary, Canada was used.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle