Platelets and platelet adhesion molecules: novel mechanisms of thrombosis and anti-thrombotic therapies
Notice bibliographique
Résumé
Platelets are central mediators of thrombosis and hemostasis. At the site of vascular injury, platelet accumulation (i.e. adhesion and aggregation) constitutes the first wave of hemostasis. Blood coagulation, initiated by the coagulation cascades, is the second wave of thrombin generation and enhance phosphatidylserine exposure, can markedly potentiate cell-based thrombin generation and enhance blood coagulation. Recently, deposition of plasma fibronectin and other proteins onto the injured vessel wall has been identified as a new "protein wave of hemostasis" that occurs prior to platelet accumulation (i.e. the classical first wave of hemostasis). These three waves of hemostasis, in the event of atherosclerotic plaque rupture, may turn pathogenic, and cause uncontrolled vessel occlusion and thrombotic disorders (e.g. heart attack and stroke). Current anti-platelet therapies have significantly reduced cardiovascular mortality, however, on-treatment thrombotic events, thrombocytopenia, and bleeding complications are still major concerns that continue to motivate innovation and drive therapeutic advances. Emerging evidence has brought platelet adhesion molecules back into the spotlight as targets for the development of novel anti-thrombotic agents. These potential antiplatelet targets mainly include the platelet receptors glycoprotein (GP) Ib-IX-V complex, β3 integrins (αIIb subunit and PSI domain of β3 subunit) and GPVI. Numerous efforts have been made aiming to balance the efficacy of inhibiting thrombosis without compromising hemostasis. This mini-review will update the mechanisms of thrombosis and the current state of antiplatelet therapies, and will focus on platelet adhesion molecules and the novel anti-thrombotic therapies that target them.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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; 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 ».