Low‐Level Laser Irradiation Exerts Antiaggregative Effect on Human Platelets Independently on the Nitric Oxide Metabolism and Release of Platelet Activation Markers
Notice bibliographique
Résumé
Aim . The goal of the study is to develop a model allowing to investigate precisely the effect of low‐level laser therapy (LLLT) on platelet aggregation and to verify the hypothesis regarding the role of the nitric oxide (NO) bioavailability and platelet activation markers in modulating platelet aggregation. Methods . A total of 41 healthy volunteers at the age of 21–45 years were investigated. At first, platelet aggregation in response to three agonists (TRAP, ADP, and collagen) was evaluated following previous exposure to different doses of laser radiation ( λ = 662 nm) to assess the dose‐response effect. Subsequently, plasma levels of platelet activation markers (PF4—platelet factor‐4 and sP‐selectin) as well as the substrate for nitric oxide synthase, L‐arginine, and its competitive inhibitors (ADMA—asymmetric dimethylarginine and SDMA—symmetric dimethylarginine) were measured. Results . All doses of laser irradiation significantly reduced the aggregation. However, the most pronounced effect was observed for 19.7 J/cm 2 . No significant differences in the levels of platelet activation markers nor in the nitric‐oxide‐metabolic‐pathway compounds between analyzed groups were noted. Conclusions . We have demonstrated in the established in vitro experimental model that the LLLT in a reproducible manner decreases the whole blood platelet aggregation regardless of the NO bioavailability or changes in the platelet activation markers.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».