Thrombin generation abnormalities in commonly encountered platelet function disorders
Notice bibliographique
Résumé
INTRODUCTION: Studies of thrombin generation (TG) with platelet-rich plasma (PRP) and platelet-poor plasma (PPP) have provided insights on bleeding disorders. We studied TG for a cohort with commonly encountered platelet function disorders (PFD). METHODS: Participants included 40 controls and 31 with PFD due to: nonsyndromic dense granule (DG) deficiency (PFD-DGD, n = 9), RUNX1 haploinsufficiency (n = 6) and aggregation defects from other, uncharacterized causes (n = 16). TG was tested with PRP and PPP samples. As DG store ADP and polyphosphate that enhance platelet-dependent TG, PFD-DGD PRP TG was tested for correction with ADP, polyphosphate and combined additives. Tissue factor pathway inhibitor (TFPI), platelet factor V (FV), and platelet TFPI and ANO6 transcript levels were also evaluated. Findings were tested for associations with TG endpoints and bleeding. RESULTS: PFD samples had impaired PRP TG, but also impaired PPP TG, with strong associations between their PRP and PPP TG endpoints (P ≤ .005). PFD-DGD PRP TG endpoints showed associations to PPP TG endpoints but not to DG counts, and were improved, but not fully corrected, by adding polyphosphate and agonists. PFD participants had increased plasma TFPI and reduced platelet TFPI (P ≤ .02) but normal levels of platelet FV, and platelet TFPI and ANO6 transcripts levels. PFD plasma TFPI levels showed significant association to several PPP TG endpoints (P ≤ .04). Several PFD PRP TG endpoints showed significant associations to bleeding symptoms, including wound healing problems and prolonged bleeding from minor cuts (P ≤ .04). CONCLUSION: TG is impaired in commonly encountered PFD, with their PRP TG findings showing interesting associations to symptoms.
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) | 0,000 | 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 ».