Dysfunction and Therapeutic Potential of Endothelial Progenitor Cells in Diabetes Mellitus
Notice bibliographique
Résumé
Diabetes mellitus (DM) is a chronic, multifactorial metabolic disease whereby insulin deficiency or resistance results in hyperglycemia. Endothelial cells (ECs) form the innermost layer of the blood vessel and produce and release a variety of vasoactive substances and growth factors to regulate vascular homeostasis and angiogenesis. Hyperglycemia and insulin resistance can cause endothelial dysfunction, leading to vascular complications such as coronary artery disease, peripheral arterial disease, diabetic nephropathy, neuropathy and retinopathy. The detrimental effect exerted on ECs by hyperglycemia and insulin resistance underlines the importance of reparatory mechanisms in DM. Endothelial progenitor cells (EPCs), derived from bone marrow, have been recognized as endogenous cells involved in endothelial repair and new blood vessel formation. Initially isolated from a subset of circulating CD34+ mononuclear cells, EPCs were found to possess the ability to differentiate into ECs when cultured in vitro and incorporate into newly formed vessels upon transplantation in animal models of ischemia. Due to the low frequency of CD34+ cells in circulation, the vast majority of studies investigating EPC actions have used cells that are generated through the culture of peripheral blood mononuclear cells (PBMNCs) for 4 - 7 days in endothelial selective medium. These cells, mainly of myeloid hematopoietic cell origin, were termed “Early EPCs ”, of which, few expressed stem/progenitor-cell markers. Therefore, early EPCs were also termed “myeloid angiogenic cells” (MACs). When PBMNCs are cultured for over 2 weeks, early EPCs gradually diminish while so-called late EPCs appear. Late EPCs share phenotypic features with mature ECs and are therefore also termed blood-derived ECs; they will not be addressed in this review. MAC dysfunction has been observed in a variety of disease conditions including DM. In this article we review the activities and therapeutic potential of MACs in DM. We will interchangeably use “EPCs” and “MACs” to refer to the cells procured by culture of PBMNCs in EC selective medium for approximately 7 days. J Clin Med Res. 2018;10(10):752-757 doi: https://doi.org/10.14740/jocmr3581w
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».