Vasoactive peptides in cardiovascular (patho)physiology
Notice bibliographique
Résumé
Numerous vasoactive agents play an important physiological role in regulating vascular tone, reactivity and structure. In pathological conditions, alterations in the regulation of vasoactive peptides result in endothelial dysfunction, vascular remodeling and vascular inflammation, which are important processes underlying vascular damage in cardiovascular disease. Among the many vasoactive agents implicated in vascular (patho)biology, angiotensin II (Ang II), endothelin (ET), serotonin and natriuretic peptides appear to be particularly important because of their many pleiotropic actions and because they have been identified as potential therapeutic targets in cardiovascular disease. Ang II, ET-1, serotonin and natriuretic peptides mediate effects via specific receptors, which belong to the group of G-protein-coupled receptors. ET, serotonin and Ang II are primarily vasoconstrictors with growth-promoting actions, whereas natriuretic peptides, specifically atrial, brain and C-type natriuretic peptides, are vasodilators with natriuretic effects. Inhibition of vasoconstrictor actions with drugs that block peptide receptors, compounds that inhibit enzymes that generate vasoactive peptides or agents that increase levels of natriuretic peptides are potentially valuable therapeutic tools in the management of cardiovascular diseases. This review focuses on ET, natriuretic peptides and serotonin. The properties and distribution of these vasoactive agents and their receptors, mechanisms of action and implications in cardiovascular (patho)physiology will be discussed.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,030 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».