Chronic periodontitis is associated with platelet factor 4 (<scp>PF</scp>4) secretion: A pilot study
Notice bibliographique
Résumé
Abstract Aim Platelets contribute to chronic inflammation, but their role in periodontitis is not well understood. The aim of this study was to compare platelet recruitment and activation in healthy and inflamed periodontium. Materials and Methods Gingival crevicular fluid ( GCF ) samples were obtained from sites of healthy periodontium, gingivitis and periodontitis. Platelets were quantified in the GCF by staining and microscopy. GCF concentrations of platelet factor 4 ( PF 4) [ PF 4] GCF and glycoprotein II b III a ([ GPII b III a] GCF ) were determined by ELISA . Blood samples were obtained from the three patient groups. Platelets were isolated from whole blood and stimulated with lipopolysaccharide ( LPS ) from Porphyromonas gingivalis to evaluate and compare the LPS ‐induced PF 4 release. Results Compared to controls, platelet recruitment was increased at gingivitis and periodontitis sites, based on platelet counts and [ GPII b III a] GCF . [ PF 4] GCF was elevated in periodontal pockets but not at gingivitis or healthy sites. Circulating plasma levels of PF 4 were higher in patients with generalized severe periodontitis ( SP ), compared to patients with gingivitis or healthy periodontium. Platelets isolated from SP patients contained and released more PF 4 in response to P. gingivalis LPS than platelets from gingivitis or periodontally healthy patients. Conclusions Periodontitis is associated with increased platelet activation and PF 4 release, both locally and systemically.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».