Small‐molecule complement inhibitors cannot prevent the development of the platelet storage lesion
Notice bibliographique
Résumé
BACKGROUND: Suppression of the platelet (PLT) storage lesion would maintain PLT quality over longer storage times. An increased storage period would greatly improve the ability of blood agencies and hospitals to manage PLT inventories and minimize product wastage. Activation of the complement system has been proposed to play a role in initiating or potentiating the PLT storage lesion. This study examines the effect of complement inhibition on the development of the PLT storage lesion. STUDY DESIGN AND METHODS: Leukofiltered PLT concentrates (PCs) were split into miniunits containing the complement inhibitors N-acetylaspartylglutamic acid (NAAGA) or compstatin, a control peptide, or saline. Samples were collected up to Day 11 of storage. Complement activation was monitored as C3a generation. PLT quality was assessed by morphology, CD62 and CD63 expression, fibrinogen binding, pH, mean PLT volume, annexin V binding, and PLT viability. Caspase-3 activity served as a measure of PLT apoptosis. RESULTS: At concentrations of NAAGA required to achieve approximately 50 percent complement inhibition, PLT activation, and caspase-3 activity were increased. Complement inhibition by compstatin was highly variable. Compstatin addition consistently resulted in a 37 to 55 percent inhibition of PLT caspase-3 activity, but PLT quality and viability were no different between compstatin PCs and control PCs over the storage time. CONCLUSIONS: Neither NAAGA nor compstatin provided complete inhibition of complement over the storage period. Addition of these small-peptide inhibitors to PCs did not slow PLT storage lesion development, in spite of the partial inhibition of caspase-3 activity in the compstatin-treated PCs.
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 | 0,000 | 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 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 ».