Escitalopram, but Not Its Major Metabolites, Exhibits Antiplatelet Activity in Humans
Notice bibliographique
Résumé
BACKGROUND: Clinical depression has been identified as an independent risk factor for increased mortality during follow-up in patients suffered from acute coronary events, whereas increased platelet activity has been proposed as one of the mechanisms for this association. Some evidence suggests that selective serotonin reuptake inhibitors and/or their metabolites exhibit potent antiplatelet properties. METHODS: We assessed the in vitro effects of preincubation with escalating (50-200 nmol/L) concentrations of escitalopram (ESC) S-desmethyl-citalopram (S-DCT), and S-di-desmethyl-citalopram, (S-DCT) on platelet aggregation through the expression of major surface receptors using flow cytometry and quantitatively using platelet function analyzers in 20 healthy volunteers. RESULTS: Pretreatment of blood samples with ESC with ESC resulted in a significant inhibition of platelet aggregation induced by ADP (P = 0.0001) and by collagen with the highest dose (P = 0.001). Surface platelet expressions of glycoprotein Ib (CD42) (P = 0.04), lysosome associated membrane protein-3 (CD63) (P = 0.02), and GP37 (CD165) (P = 0.03) was decreased in the ESC-pretreated samples. Closure time by the Platelet Function Analyzer-100 analyzer was prolonged for the 200 nmol/L dose (P = 0.02), indicating platelet inhibition under high shear conditions. Two major metabolites of ESC, namely S-DCT and S-DDCT, did not affect platelet activity. CONCLUSION: Escitalopram, but not its metabolites, exhibited selective inhibition of human platelet properties. The direct antiplatelet effect of ESC requires further prospective or ex vivo testing to determine the possible clinical advantage of this finding.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,002 |
| 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 ».