Regression of atherosclerosis: lessons learned from genetically modified mouse models
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Regression, or reversal, of atherosclerosis has become an important clinical objective. The development of consistent models of murine atherosclerosis regression has accelerated this field of research. The purpose of this review is to highlight recent mouse studies that reveal molecular mechanisms as well as therapeutics targeted for regression. RECENT FINDINGS: Atherosclerosis regression does not involve the same mechanisms as progression in reverse order. Distinct molecular processes within the plaque characterize regression. These processes remained elusive until the advent of murine regression models including aortic transplant, the Reversa mouse, gene complementation and dietary intervention. Studies revealed that depletion of plaque macrophages is a quintessential characteristic of regression, driven by reduced monocyte recruitment into plaques, increased egress of macrophages from plaques and reduced macrophage proliferation. In addition, regression results in polarization of remaining plaque macrophages towards an anti-inflammatory phenotype, smaller necrotic cores and promotion of an organized fibrous cap. Furthermore, type 1 diabetes hinders plaque regression, and several therapeutic interventions show promise in slowing plaque progression or inducing regression. SUMMARY: Mouse models of atherosclerosis regression have accelerated our understanding of the molecular mechanisms governing lesion resolution. These insights will be valuable in identifying therapeutic targets aimed at atherosclerosis regression.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».