Inhibition of PAI-1 Via PAI-039 Improves Dermal Wound Closure in Diabetes
Notice bibliographique
Résumé
Diabetes impairs the ability to heal cutaneous wounds, leading to hospitalization, amputations, and death. Patients with diabetes experience elevated levels of plasminogen activator inhibitor 1 (PAI-1), regardless of their glycemic control. It has been demonstrated that PAI-1-deficient mice exhibit improved cutaneous wound healing, and that PAI-1 inhibition improves skeletal muscle repair in mice with type 1 diabetes mellitus, leading us to hypothesize that pharmacologically mediated reductions in PAI-1 using PAI-039 would normalize cutaneous wound healing in streptozotocin (STZ)-induced diabetic (STZ-diabetic) mice. To simulate the human condition of variations in wound care, wounds were aggravated or minimally handled postinjury. Following cutaneous injury, PAI-039 was orally administered twice daily for 10 days. Compared with nondiabetic mice, wounds in STZ-diabetic mice healed more slowly. Wound site aggravation exacerbated this deficit. PAI-1 inhibition had no effect on dermal collagen levels or wound bed size. PAI-039 treatment failed to improve angiogenesis in the wounds of STZ-diabetic mice and blunted angiogenesis in the wounds of nondiabetic mice. Importantly, PAI-039 treatment significantly improved epidermal cellular migration and wound re-epithelialization compared with vehicle-treated STZ-diabetic mice. These findings support the use of PAI-039 as a novel therapeutic agent to improve diabetic wound closure and demonstrate the primary mechanism of its action to be related to epidermal closure.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».