The complex pro-atherosclerotic role of lipoprotein(a): a multiplicity of cellular targets
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Elevated plasma lipoprotein(a) (Lp(a)) is a causal and independent risk factor for atherosclerotic cardiovascular disease; therefore, understanding the fundamental mechanisms underlying Lp(a)-mediated pathogenesis is of significant clinical importance. This review summarizes recent advances in understanding the precise cellular targets of Lp(a) in atherogenesis, uncovering potential therapeutic avenues worth exploring. RECENT FINDINGS: Genetic evidence reveals that Lp(a) is six-fold more atherogenic per particle than LDL, and clinical imaging studies show increased atherosclerotic plaque burden and severity in patients with elevated Lp(a). A novel study using human monocytes uncovered diacylglycerols and lysophosphatidic acid as lipid species that contribute to the pro-inflammatory impacts of Lp(a), independent of the known pro-inflammatory oxidized phospholipids. The identification of a novel cell-surface receptor on endothelial cells involved in Lp(a) uptake offers another exploratory direction in vascular cells involved in atherosclerosis. Several studies have also pointed to accelerated coagulation as a potential target of Lp(a), involving Lp(a)-mediated impacts on platelet aggregation and monocyte tissue factor expression. SUMMARY: An understanding of these cell-specific targets of Lp(a) in atherogenesis will aid the Lp(a) field in identifying novel therapeutic targets for patients with elevated Lp(a), for whom few available therapeutic strategies currently exist.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».