Circulating Extracellular Vesicles as Putative Mediators of Cardiovascular Disease in Paediatric Chronic Kidney Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cardiovascular disease (CVD) is the leading cause of mortality in chronic kidney disease (CKD). However, the pathogenesis of CVD in CKD remains incompletely understood. Endothelial extracellular vesicles (EC-EVs) have previously been associated with CVD. We hypothesized that CKD alters EV release and cargo, subsequently promoting vascular remodelling. We recruited 94 children with CKD, including patients after kidney transplantation and healthy donors, and performed EV phenotyping and functional EV analyses in the absence of age-related comorbidities. Plasma EC-EVs were increased in haemodialysis patients and decreased after kidney transplantation. Thirty microRNAs were less abundant in total CKD plasma EVs with predicted importance in angiogenesis and smooth muscle cell proliferation. In vitro, CKD plasma EVs induced transcriptomic changes in angiogenesis pathways and functionally impaired angiogenic properties, migration and proliferation in ECs. High shear stress, as generated by arterio-venous fistulas, and uremic toxins were considered as potential drivers of EV release, but only the combination increased EV generation from venous ECs. The resulting EVs recapitulated miRNA changes observed in CKD in vivo. In conclusion, CKD results in the release of EVs with altered miRNA profiles and anti-angiogenic properties, which may mediate vascular pathology in children with CKD. EVs and their miRNA cargo may represent future therapeutic targets to attenuate CVD in CKD.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle