Effect of anticoagulants on fibrin clot structure: A comparison between vitamin K antagonists and factor Xa inhibitors
Notice bibliographique
Résumé
BACKGROUND: Abnormal clot structure has been identified in patients with thrombotic disorders. Anticoagulant therapy offers clear benefits for thrombosis prevention and treatment by reducing blood clot formation and size; nevertheless, there are limited data on the effects of different anticoagulants, where clotting is initiated with different triggers, on clot structure. OBJECTIVES: Our aim was to investigate the effects of vitamin K antagonists and factor Xa inhibitors on clot structure. METHODS: Clots from pooled plasma spiked with rivaroxaban, apixaban, or enoxaparin, as well as plasma from patients on warfarin, were compared to plasma without anticoagulation. The kinetic profile of polymerizing clots was obtained by turbidity, fiber density was determined by confocal microscopy, clot pore size was investigated by permeation, and fiber size was analyzed using scanning electron microscopy. Clotting agonist was either tissue factor or thrombin. RESULTS: Following clotting with tissue factor, all anticoagulated clots had a significantly increased lag time, with the exception of enoxaparin. Rivaroxaban additionally led to significantly less dense and more permeable clots, with thicker fibers. In contrast, turbidity analysis following initiation with thrombin showed few effects of anticoagulation, with only enoxaparin leading to a prolonged lag time. Enoxaparin clots made with thrombin were less dense and more permeable. CONCLUSION: Our results show that anticoagulants modulate clot structure particularly when induced by tissue factor, most likely due to reduction of thrombin generation. We propose that the effects of different anticoagulants could be assessed with a global clot structure measurement such as permeation or turbidity, providing information on clot phenotype.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».