Les neutrophiles à faible densité, un nouvel acteur inflammatoire dans l’insuffisance cardiaque et le diabète de type 2
Bibliographic record
Abstract
L'insuffisance cardiaque (IC) se définit par une incapacité du cœur à pomper suffisamment le sang pour répondre aux besoins en oxygène du corps. Le diabète de type 2 (DT2) est causé par une résistance à l'insuline, entraînant une absence de contrôle de la glycémie. Le DT2 et l’IC sont en nette progression (2% et 6,6% de la population canadienne). Le DT2 est un facteur de risque de l’IC, les patients IC étant quatre fois plus souvent diabétiques que la population générale. Récemment, l’inflammation a été montrée comme un mécanisme clef dans la progression de l’IC, et dans les conséquences du DT2. \nL’IC elle-même comprend deux physiopathologies : l’IC à fraction d’éjection réduite (IC-FER) et à fraction d’éjection préservée (IC-FEP). L’IC-FER survient le plus souvent après une lésion au myocarde tel un infarctus. Plusieurs stratégies contre l’IC-FER ciblent l’activité sympathique et le système rénine-angiotensine-aldostérone. L’IC-FEP survient à la suite d’une inflammation multifactorielle incluant souvent le DT2. L’IC-FEP est davantage inflammatoire que l’IC-FER. L’inflammation est donc un sujet d’étude dans la recherche de pistes thérapeutiques de l’IC et du DT2. \nLes neutrophiles sont les leucocytes les plus répandus dans la circulation (jusqu’à 70%). Les neutrophiles ont longtemps été considérés comme une population homogène. Cependant, il a été montré qu’ils se subdivisent en différentes populations. Notamment, dans des pathologies inflammatoires, des neutrophiles à haute et à faible densité ont été observés (HDNs et LDNs). Les HDNs correspondent aux neutrophiles étudiés depuis des décennies. Les LDNs ont été étudiés seulement récemment. Les LDNs sont quasi-absents en conditions physiologiques et leur présence semble exclusive à l’état pathologique. Ils sont davantage inflammatoires que les HDNs, notamment par une production augmentée de neutrophil extracellular traps (NETs). Ces filaments sont pro-inflammatoires, pro-thrombotiques et facilitent l’adhérence des leucocytes à l’endothélium. Le rôle des LDNs, et de leur NETs, n’a pas encore été étudié dans l’IC ni dans le DT2. Nous avons observé l’augmentation des taux de LDNs dans le DT2 et l’IC (jusqu’à 28 fois). Les taux de HDNs n’augmentent que de 1,5 fois. Les taux de LDNs corrèlent beaucoup plus avec les marqueurs inflammatoires que les HDNs. Les LDNs produisent 2 à 3 fois plus de NETs que les HDNs. Les LDNs sont autant adhérents que les HDNs à la matrice extracellulaire. Tous ces résultats ont été observés aussi bien dans l’IC-FEP, l’IC-FER, que le DT2. \nCes études nous ont permis de montrer le rôle important des LDNs et des NETs dans l’inflammation des IC-FER et IC-FEP ainsi que dans le DT2. Dans la discussion, des figures complémentaires suggèrent que l’effet cumulé du DT2 et de l’IC se répercute de façon synergique sur les taux de LDNs et leur production de NETs, montrant que l’inflammation neutrophilique contribue à l’augmentation de la comorbidité du DT2 en IC. Ces études suggèrent aussi que les LDNs et les NETs pourraient être utilisés comme marqueurs prognostiques. Enfin, cela suggère que la NETose pourrait être une cible thérapeutique anti-inflammatoire dans la prévention et/ou le traitement de l’IC et le DT2.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.007 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".