Circulating Endothelial Progenitor Cells and Age-Related White Matter Changes
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The objective was to evaluate the relationship between circulating endothelial progenitor cells (EPC) and age-related white matter changes (ARWMC). Endothelial dysfunction plays a role in the development of ARWMC. EPC incorporate into sites endothelial damage and are thought to be involved in the repair of vascular risk factor induced endothelial injury. ARWMC can be evaluated using CT or MRI. METHODS: In 172 individuals, circulating EPC were defined by the surface markers CD31 and von Willebrand factor. ARWMC were rated on CT scan using the ARWMC scale and divided into 3 groups based on ARWMC scale score (ARWMC score 0 [none], score 1-10 [mild-to-moderate], score >10 [severe]). Severity of ARWMC was correlated with levels of EPC and vascular risk factors. RESULTS: On univariate analysis, EPC were found to be significantly lower in patients with severe ARWMC (P=0.01). ARWMC were also associated with hypertension (P<0.001), age (P<0.001), creatinine clearance (P=0.031), C-reactive protein (P<0.001), and use of angiotensin-converting enzyme or angiotensin receptor blocker (P=0.004). Multiple logistic regression analysis identified EPC level, age, hypertension, and hypertriglyceridemia as significant independent predictors of severe ARWMC. CONCLUSIONS: Levels of circulating EPC were significantly lower in patients with severe ARWMC. Other variables significantly associated with severe ARWMC were age, hypertension, and hypertriglyceridemia. Further study is required to delineate the pathophysiological relationship between EPC, vascular risk factors, and ARWMC.
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 ».