Role of lipoproteins and proprotein convertase subtilisin/kexin type 9 in endotoxin clearance in sepsis
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Proprotein convertase subtilisin/kexin type 9 (PCSK9) inhibition is a recent high-impact cardiovascular intervention aimed at reducing low-density lipoprotein (LDL) cholesterol levels. Notably, pathogen lipids are also carried in lipoprotein particles and are cleared by hepatocyte LDL receptors. Therefore, the role of PCSK9 in sepsis is reviewed. RECENT FINDINGS: Endogenous PCSK9 decreases clearance of LDL cholesterol by decreasing the number of LDL receptors on hepatocytes. Similarly, PCSK9 decreases clearance of pathogen lipids, such as endotoxin, carried in LDL. Pathogen lipids, such as lipopolysaccharide (LPS) from gram-negative organisms or lipoteichoic acid from gram-positive organisms, are carried in high-density lipoprotein, LDL, and very low-density lipoprotein particles. Transfer proteins that handle pathogen lipids (e.g., LPS binding protein) are homologous to transfer proteins that handle cholesterol (e.g., phospholipid transfer protein, cholesterol ester transfer protein). Reduction in PCSK9 function results in increased LPS clearance, a decreased inflammatory response, and improved clinical outcomes in mice. PCSK9 inhibition improves survival in septic mice. Similarly, humans who carry loss-of-function variants of the PCSK9 gene have increased survival in sepsis. SUMMARY: PCSK9 inhibition may be a useful strategy to increase pathogen lipid clearance in the treatment of patients with sepsis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».