MétaCan
Menu
Retour à la cohorte
Enregistrement W3161133291 · doi:10.1161/hypertensionaha.121.16975

Role of Microparticles in Cardiovascular Disease: Implications for Endothelial Dysfunction, Thrombosis, and Inflammation

2021· review· en· W3161133291 sur OpenAlexaff
Leslie Marisol Lugo‐Gavidia, Dylan Burger, Vance B. Matthews, Janis M. Nolde, Márcio Galindo Kiuchi, Revathy Carnagarin, Dennis Kannenkeril, Justine Chan, Anu Joyson, Lakshini Y. Herat, Omar Azzam, Markus P. Schlaich

Notice bibliographique

RevueHypertension · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInflammationEndotheliumThrombosisPlateletDiseaseEndothelial dysfunctionPathophysiologyMedicineEndothelial stem cellPathologicalVascular diseaseMicroparticleImmunologyBioinformaticsPathologyBiologyCardiologyInternal medicineIn vitro

Résumé

récupéré en direct d'OpenAlex

Microparticles are small cell vesicles that are derived from the cell membrane in response to different biological processes. There is growing evidence supporting the association between microparticles and cardiovascular disease, as their pathophysiology commonly includes endothelial damage and chronic inflammation which also promote a prothrombotic state. The direct causal link between the release of the different subtypes of microparticles and their implications on physiological and pathological conditions is still not completely elucidated. However, evidence suggests microparticles released from platelets, leukocytes, and endothelium may help to evaluate vascular health as they have a relevant role in inflammation, endothelial function, and thrombosis. This review aims to provide a short overview of the biogenesis, characteristics, and detection methodology of microparticles with a special focus on their possible implication in cardiovascular settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,287
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHypertensionMême sujetExtracellular vesicles in diseaseTravaux en français237 207