Oxidative stress–induced fibrinogen modifications in liver transplant recipients: unraveling a novel potential mechanism for cardiovascular risk
Notice bibliographique
Résumé
Background: Cardiovascular events represent a major cause of non-graft-related death after liver transplant. Evidence suggest that chronic inflammation associated with a remarkable oxidative stress in the presence of endothelial dysfunction and procoagulant environment plays a major role in the promotion of thrombosis. However, the underlying molecular mechanisms are not completely understood. Objectives: In order to elucidate the mechanisms of posttransplant thrombosis, the aim of the present study was to investigate the role of oxidation-induced structural and functional fibrinogen modifications in liver transplant recipients. Methods: A case-control study was conducted on 40 clinically stable liver transplant recipients and 40 age-matched, sex-matched, and risk factor-matched controls. Leukocyte reactive oxygen species (ROS) production, lipid peroxidation, glutathione content, plasma antioxidant capacity, fibrinogen oxidation, and fibrinogen structural and functional features were compared between patients and controls. Results: Patients displayed enhanced leukocyte ROS production and an increased plasma lipid peroxidation with a reduced total antioxidant capacity compared with controls. This systemic oxidative stress was associated with fibrinogen oxidation with fibrinogen structural alterations. Thrombin-catalyzed fibrin polymerization and fibrin resistance to plasmin-induced lysis were significantly altered in patients compared with controls. Moreover, steatotic graft and smoking habit were associated with high fibrin degradation rate. Conclusion: ROS-induced fibrinogen structural changes might increase the risk of thrombosis in liver transplant recipients.
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 | 0,001 |
| 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 ».