Progenitor cells and vascular function are impaired in patients with chronic kidney disease
Notice bibliographique
Résumé
BACKGROUND: Endothelial dysfunction contributes to accelerated atherosclerosis in chronic kidney disease (CKD). Bone marrow-derived endothelial progenitor cells (EPC) constitute an endogenous vascular repair system protecting against atherosclerosis. Smooth muscle progenitor cells (SPC) may stimulate atherosclerosis development. We hypothesized that an imbalance in EPC and SPC occurs in CKD, which may contribute to the increased cardiovascular disease (CVD) risk. METHODS: EPC and SPC outgrowth from mononuclear cells (MNC), EPC migratory function and circulating CD34(+)KDR(+)-EPC were measured in 49 patients with varying degrees of CKD on regular therapy and 33 healthy volunteers. Renal function, CKD cause, CVD history and endothelial dysfunction parameters were determined as factors of influence on progenitor cells. RESULTS: Patients had reduced EPC outgrowth compared to controls [9 (2-22) vs 12 (1-38) cells/10(3) MNC, P = 0.026], independent of CKD cause and degree, whereas SPC outgrowth levels were higher in patients with more impaired kidney function (r = -0.397, P = 0.008). Patients had lower CD34(+)KDR(+)-EPC compared to controls [9 (0-52) vs 19 (4-110) cells/10(5) granulocytes, P = 0.004]. CVD history and increased endothelial dysfunction markers were related to lower EPC levels. Progenitor cell outgrowth was shifted towards SPC with progression of endothelial damage. Reduction in EPC could not be attributed to decreases in progenitor cell-mobilizing factors SDF-1 alpha and VEGF as levels increased with progressive kidney and endothelial dysfunction, while EPC remained low. CONCLUSIONS: Our data suggest that, already in mild CKD, EPC-mediated endogenous vascular regeneration is impaired, while SPC levels increase with declining kidney function.
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) | 0,000 | 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) | 0,000 | 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 ».