Reversal of the antiplatelet effect of ticagrelor by simulated platelet transfusion
Notice bibliographique
Résumé
BACKGROUND Reversal of antiplatelet therapy is desirable in patients presenting with life‐threatening bleeding or requiring urgent surgery. This study aimed to examine ticagrelor reversal using donor platelets and to explore the effects of residual ticagrelor on donor platelets. STUDY DESIGN AND METHODS In Cohort 1, 16 healthy subjects were treated with ticagrelor 90 mg twice daily alone or in combination with aspirin 100 mg once daily for 7 days followed by single blood sampling for preparation of platelet‐rich plasma. An additional 16 healthy subjects served as controls. In Cohort 2, 16 healthy subjects were treated with ticagrelor 90 mg twice daily or clopidogrel 75 mg once daily for 7 days followed by serial blood samplings for preparation of platelet‐poor plasma (PPP). An additional 16 healthy subjects served as controls. RESULTS In Cohort 1, inhibition of adenosine diphosphate–induced platelet aggregation (PL ADP ) by ticagrelor could not be fully reversed by mixing with up to 90% control platelets, whereas inhibition of arachidonic acid–induced platelet aggregation by aspirin was fully reversed with the addition of 60% control platelets. In Cohort 2, 10% PPP obtained from ticagrelor‐treated subjects reduced PL ADP from 74% to 40% at 2 hours, 72% to 58% at 6 hours, and 73% to 59% at 10 hours, while 10% or 20% PPP obtained from clopidogrel‐treated subjects did not inhibit PL ADP . CONCLUSION The antiplatelet effect of ticagrelor cannot be fully reversed by donor platelets, which could be explained by the presence of active drug. The effect of residual drug on donor platelets appears to be evident for at least 10 hours after ticagrelor ingestion.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».