Association between plasminogen activator inhibitor-1 and cardiovascular events: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Small studies have implicated plasminogen activator inhibitor-1 (PAI-1) as a predictor of cardiovascular events; however, these findings have been inconsistent.We sought out to examine the potential role of PAI-1 as a marker for major adverse cardiovascular events (MACE). METHODS: We systematically reviewed all indexed studies examining the association between PAI-1 and MACE (defined as death, myocardial infarction, or cerebrovascular accident) or restenosis. EMBASE, Web of Science, Medline, and the Cochrane Library were searched through October 2016 to identify relevant studies, supplemented by letters to authors and review of citations. Studies reporting the results of PAI-1 antigen and/or activity levels in association with MACE in human subjects were included. RESULTS: Of 5961 articles screened, we identified 38 articles published between 1991 to 2016 that reported PAI-1 levels in 11,557 patients. In studies that examined PAI-1 antigen and activity levels, 15.1% and 29.6% of patients experienced MACE, respectively. Patients with MACE had higher PAI-1 antigen levels with a mean difference of 6.11 ng/mL (95% CI, 3.27-8.96). This finding was similar among patients with and without known coronary artery disease. Comparatively, studies that stratified by PAI-1 activity levels were not associated with MACE. In contrast, studies of coronary restenosis suggest PAI-1 antigen and activity levels are negatively associated with MACE. CONCLUSIONS: Elevated plasma PAI-1 antigen levels are associated with MACE. Definitive studies are needed to ascertain if PAI-1 acts simply as a marker of risk or if it is indeed a bona fide therapeutic target.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| 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 | 0,001 | 0,000 |
| 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 ».