Delayed re-endothelialization with rapamycin-coated stents is rescued by the addition of a glycogen synthase kinase-3β inhibitor
Notice bibliographique
Résumé
AIMS: Drug-eluting stents (DESs) reduce neointima area and in-stent restenosis but delay re-endothelialization. Recently, we demonstrated that pharmacological expansion and functional enhancement of endothelial progenitor cells (EPCs) can be achieved by treatment with a glycogen synthase kinase-3beta inhibitor (GSKi)-even for feeble cells derived from coronary artery disease patients. GSKi treatment enhanced EPC adhesion via up-regulated expression of the alpha-4 integrin, ameliorated re-endothelialization, and reduced neointima formation in denuded murine arteries. Hence, we hypothesized that GSKi-coated stents (GSs) will enhance EPC adhesion and attenuate delayed vascular healing associated with rapamycin, a key DES agent. METHODS AND RESULTS: In vitro human EPCs adhered to GS with affinities that were 2x, 14x, and 13x greater than vehicle (VSs)-, rapamycin (RSs)-, and rapamycin plus GSKi (RGSs)-coated stents, respectively. Stents were inserted in rabbit carotid arteries, and at 14 days, neointima area was 45 and 49% lower in GSs compared with bare metal stents (BMSs) and VSs. Moreover, RSs had a 47% larger neointima area than GSs, but RGSs reduced neointima area to a level comparable to GSs. Seven days after stenting, GSs displayed re-endothelialization that was 40, 33, and 42% greater than BMSs, VSs, and RSs, respectively. Moreover, RGSs had 41% more re-endothelialization than RSs. At 14 days, the 7-day re-endothelialization patterns persisted. CONCLUSION: GSKi efficiently ameliorates the vascular response to stent implantation and has an important redeeming effect on the deleterious endothelial effects of rapamycin-coated stents.
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 | 0,001 | 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 ».