Keloid scarring, but not Dupuytren’s contracture, is associated with unexplained carotid atherosclerosis
Notice bibliographique
Résumé
BACKGROUND: Atherosclerosis, a response to injury, may be thought of as scarring in the artery wall. TGF-beta and associated signaling molecules have been implicated in the pathophysiology of keloid scarring, Dupuytren's Contracture and atherosclerotic plaques in independent studies. PURPOSE: To test the hypothesis that excess cutaneous scarring and Dupuytren's contractures predispose independently to carotid atherosclerosis . METHODS: Among 1,747 patients with plaque measurements and complete data for multivariable regression analysis, 57 Caucasian patients had Dupuytren's contractures and 12 had keloid scars. Carotid total plaque area (TPA) was measured by 2-Dimensional ultrasound. RESULTS: In linear multivariable regression analysis with coronary risk factors, keloid scars were associated with TPA (P= 0.018), but Dupuytren's contractures were not. Patients with keloid scarring were younger (P < 0.0001), and more likely to be diabetic (P < 0.0001) CONCLUSIONS: Keloid scarring is a clinical clue to excess atherosclerosis not explained by traditional risk factors. Such patients may benefit from therapy directed at targets related to signalling molecules common to both the process of keloid scarring and atherosclerosis. These findings suggest previously unexplored possibilities for the prevention and treatment of atherosclerosis. The differences between Dupuytren's and keloid scars that may identify such targets are discussed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,007 |
| 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 ».