The Role of Leukemia Inhibitory Factor in Cardiovascular Disease: Signaling in Inflammation, Coagulation, and Angiogenesis
Notice bibliographique
Résumé
Background: Cardiovascular disease (CVD) is one of the principal causes of mortality in the world. Various factors have been identified in the pathogenesis of CVD. Leukemia inhibitory factor (LIF) as a secretory cytokine is one of these factors. The LIF receptor is located on endothelial cells and plays a role in the expression of specific genes in these cells. Endothelial cells are the innermost cells of blood vessels, and defects in these cells cause endothelial dysfunction and eventually CVD. Methods: The present study is based on PubMed database information (1982-2022) using the following words: "cardiovascular disease," "endothelial cells," "leukemia inhibitory factor," and "angiogenesis." Results: LIF can cause arteriosclerotic plaques by activating inflammatory mechanisms in monocytes through the induction of intercellular adhesion molecule-1 and vascular cell adhesion molecule-1 expression. LIF can also induce vascular endothelial growth factor expression by activating signaling pathways, eventually leading to angiogenesis. Additionally, it can activate the coagulation cascade by factor VII production promotion within endothelial cells. Conclusion: Understanding the interplay between LIF and the inflammation pathways, coagulation, and angiogenesis as key factors in CVD occurrence raises the possibility of targeting this factor as a potential strategy to mitigate CVD risk.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».