The tissue factor pathway in ischemic stroke
Notice bibliographique
Résumé
To explore the role of the the tissue factor (TF) pathway in ischemic stroke. We measured blood concentrations of markers of the TF pathway [TF antigen, free tissue factor pathway inhibitor antigen (TFPIf) and activity (TFPIac), and activated factor VII (FVIIa)] within 7 days (acute phase) and after 3-6 months (convalescence) in 150 patients with first-ever ischemic stroke and 150 community controls. During the acute phase, TF antigen and TFPIf were not significantly altered but TFPIac was increased (mean 1.27 versus 1.13 U/ml, P = 0.04) and FVIIa was decreased in cases compared with controls (mean 43.3 versus 57.9 mU/ml, P = 0.0004). After adjusting for baseline differences between cases and controls, increasing quartiles of TFPIf were independently associated with reduced odds of stroke, and reducing quartiles of FVIIa and increasing quartiles of TFPIac with increased odds of stroke. During the convalescent phase, FVIIa and TFPIac returned to normal but TF antigen and TFPIf were significantly decreased compared with controls [median TF antigen, 110 (follow-up) versus 155 pg/ml (controls), P = 0.0008; median TFPIf, 15.5 (follow-up) versus 23.3 ng/ml (controls), P = 0.002]. Alterations of blood concentrations of TF pathway markers are common in patients with acute ischemic stroke. The mechanisms are unclear but may relate to enhanced formation of TF-FVIIa complexes and upregulation and release of TFPI during the acute phase, and ongoing consumption of TF antigen and TFPIf during the chronic phase as the atherosclerotic plaque heals.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».