Association of Circulating Platelet Extracellular Vesicles and Pulse Wave Velocity with Cardiovascular Risk Estimation
Notice bibliographique
Résumé
Elevated circulating platelet-derived extracellular vesicles (EVs) have been reported in conditions associated with thrombotic risk. The present study aimed to assess the relationship between circulating platelet-derived EV levels, cardiovascular risk stratification and vascular organ damage, as assessed by pulse wave velocity (PWV). A total of 92 patients were included in the present analysis. Platelet EV were evaluated by flow cytometry (CD41+/Annexin v+). The cardiovascular risk was determined using the 2021 ESC guideline stratification and SCORE2 and SCORE-OP. PWV was performed as a surrogate to assess macrovascular damage. Risk stratification revealed significant group differences in EV levels (ANOVA, p = 0.04). Post hoc analysis demonstrated significantly higher levels of EVs in the very high-risk group compared with the young participants (12.53 ± 8.69 vs. 7.51 ± 4.67 EV/µL, p = 0.03). Linear regression models showed SCORE2 and SCORE-OP (p = 0.04) was a predictor of EV levels. EVs showed a significant association with macrovascular organ damage measured by PWV (p = 0.01). PWV progressively increased with more severe cardiovascular risk (p < 0.001) and was also associated with SCORE2 and SCORE-OP (p < 0.001). Within the pooled group of subjects with low to moderate risk and young participants (<40 years), those with EV levels in the highest tertile had a trend towards higher nocturnal blood pressure levels, fasting glucose concentration, lipid levels, homocysteine and PWV. Levels of platelet-derived EVs were highest in those patients with very high CV risk. Within a pooled group of patients with low to moderate risk, an unfavourable cardiometabolic profile was present with higher EV levels.
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 | 0,002 | 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 ».