Inferior Vena Cava Ligation Rapidly Induces Tissue Factor Expression and Venous Thrombosis in Rats
Notice bibliographique
Résumé
OBJECTIVE: Although stasis is important in the pathogenesis of deep vein thrombosis (DVT), how it contributes to thrombogenesis is largely unknown. To gain mechanistic insight, we used a rat model of inferior vena cava (IVC) ligation. METHODS AND RESULTS: Rats were subjected to IVC ligation for 15 to 60 minutes. Ligation resulted in rapid IVC dilatation and by 60 minutes, thrombi were detected in all rats. Small thrombi were detected in the IVC of most rats after 15 minutes of ligation. Thrombi were rich in fibrin, contained aggregated platelets as well as trapped leukocytes and red cells, and most originated at sites of localized endothelial denudation. Immunohistochemical analysis revealed tissue factor (TF)-expressing leukocytes within the thrombi and adherent to the vessel wall. Despite a largely intact vessel wall, endothelial cells also stained for TF. The expression of TF colocalized with that of protein disulfide isomerase (PDI), an enzyme implicated in TF decryption. CONCLUSIONS: These findings suggest that the rapid development of DVT after IVC ligation reflects a combination of stasis-induced vein wall injury and enhanced TF expression in endothelial cells and leukocytes. Because TF expression occurs so soon after ligation, new synthesis is unlikely. Instead, stasis-induced venous dilatation with or without exposure of subendothelial TF, may be responsible for vessel wall TF expression. Colocalization of TF and PDI raises the possibility that PDI-mediated TF decryption plays a role in the pathogenesis of DVT.
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) | 0,001 | 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 ».