Bleeding is increased in amyloid precursor protein knockout mouse
Notice bibliographique
Résumé
BACKGROUND: Amyloid precursor protein (APP) is highly expressed in platelets. APP is the precursor to amyloid beta (Aβ) peptides that accumulate in cerebral amyloid angiopathy and plaques in Alzheimer disease. APP and its metabolites interact with many components of the coagulation system, and have both anticoagulant and procoagulant properties, but it is unclear if APP contributes to hemostasis in vivo. OBJECTIVES: To determine whether APP contributes to hemostasis in mice, including when inhibitors of coagulation are administered. METHODS: Blood loss in APP knockout (KO) mice was measured in liver laceration and tail transection models of hemorrhage. Blood loss was also measured following tail transection in mice given an inhibitor of coagulation factor Xa (apixaban), platelet inhibitors (aspirin + clopidogrel), tissue-type plasminogen activator (t-PA), or the antifibrinolytic tranexamic acid (TXA). RESULTS AND DISCUSSION: Blood loss from liver lacerations was similar between APP KO mice and wild-type (WT) mice, but APP KO mice bled more from tail transections. When mice were challenged with aspirin + clopidogrel, the difference in bleeding between APP KO and WT mice was abrogated. In contrast, a difference in bleeding between the strains persisted when mice were treated with apixaban, t-PA, or TXA. Blood collected from APP KO mice and analyzed with thromboelastography had longer clotting times, and the clots were less stiff and more susceptible to fibrinolysis compared to blood from WT mice. CONCLUSIONS: The absence of APP measurably increases bleeding in mice, which is consistent with a role for platelet-derived APP and Aβ peptides in hemostasis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».