Circulating membrane aminophospholipids contribute to thrombotic risk in rheumatoid arthritis
Notice bibliographique
Résumé
Patients with rheumatoid arthritis (RA) are at elevated risk of thrombotic events, yet the underlying mechanisms remain unknown. The contribution of the procoagulant membrane surface provided by aminophospholipids (aPLs) in driving thrombotic risk in RA has not been investigated. Specifically, neither the type of aPL exposed on circulating blood cell membranes in patients is characterized nor is their ability to support thrombin generation is known. Here, lipidomics was used to characterize the external-facing and total levels of aPL molecular species in RA, specifically phosphatidylserine and phosphatidylethanolamine on extracellular vesicles (EVs), platelets, and white blood cells (WBCs). The ability of the cells and EVs to support thrombin generation from patients and healthy controls was compared using an in vitro prothrombinase assay. RA patient plasma had significantly higher levels of thrombin-antithrombin and d-dimers, indicating increased thrombotic activity in vivo. Higher EV and platelet counts were seen in RA, but WBC counts were not elevated. EVs from RA patients supported higher levels of thrombin generation compared with healthy controls, whereas for platelets and WBC, thrombin generation was similar for both groups. EVs from RA patients also showed elevated external-facing phosphatidylserine molecular species, with total aPL also increased. For platelets and WBC, total and external-facing aPL levels were similar. Thrombin-antithrombin (TAT) complexes significantly correlated with EV particle counts, indicating that their circulating numbers are directly related to coagulation in vivo. Overall, our data suggest that elevated plasma EV levels in RA are a major source of procoagulant membranes, contributing to thrombotic risk in RA.
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 | 0,013 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| 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 | 0,002 |
| 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 ».