Low-Density Neutrophils and Neutrophil Extracellular Traps (NETs) Are New Inflammatory Players in Heart Failure
Notice bibliographique
Résumé
BACKGROUND: Heart failure with reduced (HFrEF) or preserved ejection fraction (HFpEF) is characterized by low-grade chronic inflammation. Circulating neutrophils regroup 2 subtypes termed high- and low-density neutrophils (HDNs and LDNs). LDNs represent less than 2% of total neutrophil under physiological conditions, but their counts increase in multiple pathologies, releasing more inflammatory cytokines and neutrophil extracellular traps (NETs). The aims of this study were to assess the differential count and role of HDNs, LDNs, and NETs-related activities in patients with heart failure (HF). METHODS: HDNs and LDNs were isolated from human blood by density gradient and purified by fluorescence-activated cell sorting (FACS) and their counts obtained by flow cytometry. Formation of NETs (NETosis) was quantified by confocal microscopy. Circulating inflammatory and NETosis biomarkers were measured by enzyme-linked immunosorbent assay (ELISA). Neutrophil adhesion onto human extracellular matrix (hECM) was assessed by optical microscopy. RESULTS: A total of 140 individuals were enrolled, including 33 healthy volunteers (HVs), 41 HFrEF (19 stable patients and 22 presenting acute decompensated HF [ADHF]), and 66 patients with HFpEF (36 stable patients and 30 presenting HF decompensation). HDNs and LDNs counts were significantly increased up to 39% and 2740%, respectively, in patients with HF compared with HVs. In patients with HF, the correlations among LDNs counts and circulating inflammatory (CRP, IL-6 and -8), troponin T, N-terminal prohormone of brain natriuretic peptide (NT-proBNP), and NETosis components were significant. In vitro, LDNs expressed more citrullinated histone H3 (H3Cit) and NETs and were more proadhesive, with ADHFpEF patients presenting the highest proinflammatory profile. CONCLUSIONS: Patients with HFpEF present higher levels of circulating LDNs- and NETs-related activities, which are the highest in the context of acute HF decompensation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».