Effect of Hirulog-Like Peptide on Balloon Catheter Injury-Induced Neointimal Formation in Femoral Arteries of Minipigs and Relationship with Inflammatory Mediators
Notice bibliographique
Résumé
Vascular intervention-induced neointimal formation is a major drawback for managing atherosclerotic cardiovascular diseases using invasive vascular procedures. Our previous studies demonstrated that hirulog-like peptide (HLP) reduced balloon catheter dilation-induced neointimal formation or restenosis in carotid arteries of rats or atherosclerotic rabbits with less interruption in coagulation or bleeding than heparin or hirulog-1. The present study examined the effect of HLP on balloon catheter injury-induced neointimal formation in femoral arteries of minipigs. Intravenous infusion of HLP (1.6 mg/kg/h for 4 h started 0.5 h before the intervention) or unfractured heparin (50 U/kg/h for 4 h) significantly reduced neointimal formation in femoral arteries 4 weeks after intervention compared with the vehicle. Heparin, but not HLP, significantly prolonged activated partial thromboplastin time. HLP or heparin significantly reduced vascular intervention-induced increases in C-reactive protein, P-selectin and interleukin-6 in serum. HLP, but not heparin, normalized vascular injury-induced increase in P-selectin in platelets. The results of the present study suggest that HLP is an effective agent for preventing balloon catheter injury-induced neointimal formation in femoral arteries of minipigs. The beneficial effects of HLP on vascular injury-induced neointimal formation may partially result from its inhibition on inflammatory mediators.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».