Dabigatran is Less Effective Than Warfarin at Attenuating Mechanical Heart Valve‐Induced Thrombin Generation
Notice bibliographique
Résumé
BACKGROUND: Patients with mechanical heart valves (MHV) require warfarin to prevent thromboembolism. Although dabigatran was as effective as warfarin for stroke prevention in atrial fibrillation when compared with warfarin in patients with MHV, the study was stopped early because of more strokes and bleeding with dabigatran. To determine why dabigatran was less effective than warfarin, we compared their effects on thrombin generation induced by MHV. METHODS AND RESULTS: Thrombin generation in the absence or presence of valve leaflets or sewing ring segments (SRS) was quantified. Studies were done in control plasma, plasma depleted of factors (F) XII, XI, or VII, plasma containing varying concentrations of dabigatran, or plasma from patients on dabigatran or warfarin with varying dabigatran concentrations or international normalized ratio (INR) values. Mean endogenous thrombin potential (ETP) increased 1.2-, 1.5-, and 1.8-fold in the presence of leaflets, Teflon SRS, and Dacron SRS, respectively. Whereas ETP in FVII-depleted and control plasma was similar, ETP was reduced to background levels in FXII-depleted plasma and abrogated in FXI-depleted plasma. Dabigatran had little effect on ETP at concentrations below 400 ng/mL, whereas in plasma from warfarin-treated patients, ETP was suppressed with INR values over 1.5. CONCLUSIONS: MHV induce thrombin generation via the intrinsic pathway and generate sufficient thrombin to overwhelm clinically relevant dabigatran concentrations. In contrast, warfarin is more effective than dabigatran at suppressing MHV-induced thrombin generation. These data explain why dabigatran failed in MHV patients and suggest that strategies targeting FXII or FXI may suppress the root cause of thrombosis in such patients.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».