Placental growth factor and its potential role in diabetic retinopathy and other ocular neovascular diseases
Notice bibliographique
Résumé
The role of vascular endothelial growth factor (VEGF), including in retinal vascular diseases, has been well studied, and pharmacological blockade of VEGF is the gold standard of treatment for neovascular age-related macular degeneration, retinal vein occlusion and diabetic macular oedema. Placental growth factor (PGF, previously known as PlGF), a homologue of VEGF, is a multifunctional peptide associated with angiogenesis-dependent pathologies in the eye and non-ocular conditions. Animal studies using genetic modification and pharmacological treatment have demonstrated a mechanistic role for PGF in pathological angiogenesis. Inhibition decreases neovascularization and microvascular abnormalities across different models, including oxygen-induced retinopathy, laser-induced choroidal neovascularization and in diabetic mice exhibiting retinopathies. High levels of PGF have been found in the vitreous of patients with diabetic retinopathy. Despite these strong animal data, the exact role of PGF in pathological angiogenesis in retinal vascular diseases remains to be defined, and the benefits of PGF-specific inhibition in humans with retinal neovascular diseases and macular oedema remain controversial. Comparative effectiveness research studies in patients with diabetic retinal disease have shown that treatment that inhibits both VEGF and PGF may provide superior outcomes in certain patients compared with treatment that inhibits only VEGF. This review summarizes current knowledge of PGF, including its relationship to VEGF and its role in pathological angiogenesis in retinal diseases, and identifies some key unanswered questions about PGF that can serve as a pathway for future basic, translational and clinical research.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,001 | 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 ».