Biomarkers of in vivo platelet activation in coronary artery disease: a systematic review and meta-analysis: communication from the SSC of the ISTH
Notice bibliographique
Résumé
BACKGROUND: Given the role of platelets in coronary artery disease (CAD), assessment of a soluble platelet-activation marker may be useful to improve thrombotic risk stratification. OBJECTIVES: This study aimed to perform a meta-analysis investigating the association between levels of 14 such markers associated with CAD. METHODS: , β-thromboglobulin, soluble CD40L (sCD40L), glycocalicin, glycoprotein (GP)V, GPVI, matrix metalloproteinase (MMP)-9 and MMP-2, platelet factor (PF)4, soluble (s) P-selectin, SCUBE1, serotonin and thrombospondin (TSP)-1 between patients with CAD and healthy subjects (HSs) in plasma and/or serum. When possible, patients with CAD were stratified into acute coronary syndrome (ACS) and chronic coronary disease. Standardized mean difference (SMD) was calculated. RESULTS: Due to heterogeneity in the assessed studies, meta-analysis was performed for sCD40L, soluble GPV, MMP-9, PF4, sP-selectin, SCUBE1, and TSP-1. All markers but TSP-1 were significantly elevated in patients with CAD compared with HSs. Differences in sCD40L and SCUBE1 were statistically significant only when studies that assessed plasma were combined with those that assessed serum. When compared with HSs, the differences were bigger in patients with ACS than patients with chronic coronary disease for MMP-9 (SMD, 2.49 vs 0.49), PF4 (SMD, 2.01 vs 0.96), and sP-selectin (SMD, 1.81 vs 0.63). Publication bias was identified for sCD40L and, in ACS, for sP-selectin and PF4. CONCLUSION: The increased levels of sCD40L, soluble GPV, MMP-9, PF4, sP-selectin, and SCUBE1 in patients with CAD compared with HSs provide a rationale for designing new studies to address the potential of such molecules as biomarkers for thrombotic risk stratification.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,015 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».