Optical measurements of microrheological parameters of blood and analysis of their relationship with its viscosity in cardiovascular diseases

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Background and Objectives: Blood plays a key role in supplying oxygen to the body tissues and transporting various substances throughout the body. Thus, the parameters characterizing blood flow reflect the quality of blood functionality. Current research assumes that microrheological changes, including the properties of red blood cells and platelets, may play an important role in the development and progression of CVD. Changes in these parameters can lead to disturbances in blood circulation, contributing to the development and progression of atrial fibrillation. This emphasizes the need for an integrated approach to studying the relationship between blood viscosity and microrheology and the functional status of patients with CVD. Understanding this relationship can help in the development of new methods for diagnosing and treating CVD and other socially significant and age-associated diseases. Materials and Methods: Whole blood viscosity measurements were performed on a Lamy Rheology RM100 CP1000 rotational viscometer. Quantitative assessment of erythrocyte aggregation was carried out using the diffuse light scattering method implemented in the RheoScan-AnD300 device. The deformability of erythrocytes was measured using the laser ektacytometry method, which is also implemented in the RheoScan device. The parameters of platelet aggregation kinetics were assessed from the light scattering signal from a suspension of these cells using an ALAT-2 laser platelet aggregation analyzer. Results: It has been shown that in patients with various cardiovascular diseases the relationship between the viscosity of whole blood and the microrheological parameters that characterize it is altered. Moreover, this relationship is expressed differently in different groups of patients depending on the concrete type of CVD. It has also been found that the relationship between blood viscosity and blood microrheological parameters becomes less pronounced for patients with CVD compared to the control group of healthy individuals. Conclusion: This paper examines the correlations between the whole blood viscosity and the microrheological parameters of blood for patients with CVD. The obtained results contribute to better understanding and demonstrate the relationship between the microrheological parameters of blood and its viscosity, which may be used in clinical studies and to adjust patient treatment protocols after additional statistical validation.

Авторлар туралы

Danila Umerenkov

Lomonosov Moscow State University

ORCID iD: 0009-0005-7239-5106
SPIN-код: 4722-3710
119991, Russian Federation, Moscow, Leninskie gory, 1

Petr Ermolinskiy

Lomonosov Moscow State University

ORCID iD: 0000-0002-4688-2307
119991, Russian Federation, Moscow, Leninskie gory, 1

Andrei Lugovtsov

Lomonosov Moscow State University

ORCID iD: 0000-0001-5222-8267
119991, Russian Federation, Moscow, Leninskie gory, 1

Larisa Dyachuk

Lomonosov Moscow State University

ORCID iD: 0000-0003-0368-9408
119991, Russian Federation, Moscow, Leninskie gory, 1

Alexander Priezzhev

Lomonosov Moscow State University

ORCID iD: 0000-0003-4216-7653
119991, Russian Federation, Moscow, Leninskie gory, 1

Әдебиет тізімі

  1. Nader E., Skinner S., Romana M., Fort R., Lemonne N., Guillot N., Connes P. Blood rheology: Key parameters, impact on blood flow, role in sickle cell disease and effects of exercise. Frontiers in Physiology, 2019, vol. 10, article no. 1329 (1–10). https://doi.org/10.3389/fphys.2019.01329
  2. Chien S. Determinants of blood viscosity and red cell deformability. Scandinavian Journal of Clinical and Laboratory Investigation, 1981, vol. 41, pp. 7–12.
  3. Baskurt O. K., Meiselman H. J. Blood rheology and hemodynamics. Seminars in Thrombosis and Hemostasis, 2003, vol. 29, pp. 435–450. https://doi.org/10.1055/s-2003-44551
  4. Meiselman H. J. Red blood cell aggregation: 45 years being curious. Biorheology, 2009, vol. 46, pp. 1–19. https://doi.org/10.3233/BIR-2009-0522
  5. Baskurt O., Neu B., Meiselman H. J. Red blood cell aggregation. CRC Press, 2011. 318 p. https://doi.org/10.1201/b11221
  6. Filkova A. A., Martyanov A. A., Garzon Dasgupta A. K., Panteleev M. A., Sveshnikova A. N. Quantitative dynamics of reversible platelet aggregation: Mathematical modelling and experiments. Scientific Reports, 2019, vol. 9, article no. 6217 (1–9). https://doi.org/10.1038/s41598-019-42701-0
  7. Maslianitsyna A., Ermolinskiy P., Lugovtsov A., Pigurenko A., Sasonko M., Gurfinkel Y., Priezzhev A. Multimodal diagnostics of microrheologic alterations in blood of coronary heart disease and diabetic patients. Diagnostics, 2021, vol. 11, article no. 76 (1–8). https://doi.org/10.3390/diagnostics11010076
  8. Lowe G. D. O., Lee A. J., Rumley A., Price J. F., Fowkes F. G. R. Blood viscosity and risk of cardiovascular events: The Edinburgh Artery Study. British Journal of Haematology, 1997, vol. 96, pp. 168–173. https://doi.org/10.1046/j.1365-2141.1997.8532481.x
  9. Gori T., Wild P. S., Schnabel R., Schulz A., Pfeiffer N., Blettner M., Münzel T. The distribution of whole blood viscosity, its determinants and relationship with arterial blood pressure in the community: Cross-sectional analysis from the Gutenberg Health Study. Therapeutic Advances in Cardiovascular Disease, 2015, vol. 9, pp. 354–365. https://doi.org/10.1177/1753944715589887
  10. Porro B., Conte E., Zaninoni A., Bianchi P., Veglia F., Barbieri S., Andreini D. Red blood cell morphodynamics: A new potential marker in high-risk patients. Frontiers in Physiology, 2021, vol. 11, article no. 603633 (1–11). https://doi.org/10.3389/fphys.2020.603633
  11. Fowlkes S., Murray C., Fulford A., De Gelder T., Siddiq N. Myeloproliferative neoplasms (MPNs)–Part 1: An overview of the diagnosis and treatment of the “classical” MPNs. Canadian Oncology Nursing Journal, 2018, vol. 28, pp. 262–268. https://doi.org/10.5737/23688076284262268
  12. World Health Organization. 2023. The top 10 causes of death. Available at: https://www.who.int/news-room/fact-sheets/detail/the-top-10-causesof-death (accessed July 9, 2024).
  13. Tikhomirova I., Petrochenko E., Muravyov A., Malysheva Y., Petrochenko A., Yakusevich V., Oslyakova A. Microcirculation and blood rheology abnormalities in chronic heart failure. Clinical Hemorheology and Microcirculation, 2017, vol. 65, pp. 383–391. https://doi.org/10.3233/CH-16206
  14. Wei K., Kaul S. The coronary microcirculation in health and disease. Cardiology Clinics, 2004, vol. 22, pp. 221–231. https://doi.org/10.1016/j.ccl.2004.02.005
  15. Del Buono M. G., Montone R. A., Camilli M., Carbone S., Narula J., Lavie C. J., Crea F. Coronary microvascular dysfunction across the spectrum of cardiovascular diseases: JACC state-of-the-art review. Journal of the American College of Cardiology, 2021, vol. 78, pp. 1352–1371. https://doi.org/10.1016/j.jacc.2021.07.042
  16. Guizouarn H., Barshtein G. Red Blood Cell Vascular Adhesion and Deformability. Vol. II. Frontiers in Physiology, 2022, vol. 13, article no. 849608 (1–13). https://doi.org/10.3389/fphys.2022.849608
  17. Mohaissen T., Proniewski B., Targosz-Korecka M., Bar A., Kij A., Bulat K., Chlopicki S. Temporal relationship between systemic endothelial dysfunction and alterations in erythrocyte function in a murine model of chronic heart failure. Cardiovascular Research, 2022, vol. 118, pp. 2610–2624. https://doi.org/10.1093/cvr/cvab306
  18. Goette A., Bukowska A., Lillig C. H., Lendeckel U. Oxidative stress and microcirculatory flow abnormalities in the ventricles during atrial fibrillation. Frontiers in Physiology, 2012, vol. 3, article no. 236 (1–6). https://doi.org/10.3389/fphys.2012.00236
  19. Klimczak-Tomaniak D., de Bakker M., Bouwens E., Akkerhuis K. M., Baart S., Rizopoulos D., Kardys I. Dynamic personalized risk prediction in chronic heart failure patients: A longitudinal, clinical investigation of 92 biomarkers (Bio-SHiFT study). Scientific Reports, 2022, vol. 12, article no. 2795 (1–10). https://doi.org/10.1038/s41598-022-06698-3
  20. Tromp J. Ouwerkerk W., van Veldhuisen D. J., Hillege H. L., Richards A. M., van der Meer P., Voors A. A. A systematic review and network meta-analysis of pharmacological treatment of heart failure with reduced ejection fraction. Heart Failure, 2022, vol. 10, pp. 73–84. https://doi.org/10.1016/j.jchf.2021.09.004
  21. Bhatt A. S., Vaduganathan M., Ibrahim N. E. Personalizing Comprehensive Disease-Modifying Therapy: Obstacles and Opportunities. Heart Failure, 2022, vol. 10, pp. 85–88. https://doi.org/10.1016/j.jchf.2021.10.008
  22. Uyuklu M., Cengiz M., Ulker P., Hever T., Tripette J., Connes P., Baskurt O. K. Effects of storage duration and temperature of human blood on red cell deformability and aggregation. Clinical Hemorheology and Microcirculation, 2009, vol. 41, pp. 269–278. https://doi.org/10.3233/CH-2009-1178
  23. Cho Y. I., Cho D. J. Hemorheology and microvascular disorders. Korean Circulation Journal, 2011, vol. 41, pp. 287–295. https://doi.org/10.4070/kcj.2011.41.6.287
  24. Shin S., Yang Y., Suh J. S. Measurement of erythrocyte aggregation in a microchip stirring system by light transmission. Clinical Hemorheology and Microcirculation, 2009, vol. 41, pp. 197–207. https://doi.org/10.3233/CH-2009-1172
  25. Semenov A. N., Lugovtsov A. E., Shirshin E. A., Yakimov B. P., Ermolinskiy P. B., Bikmulina P. Y., Priezzhev A. V. Assessment of fibrinogen macromolecules interaction with red blood cells membrane by means of laser aggregometry, flow cytometry, and optical tweezers combined with microfluidics. Biomolecules, 2020, vol. 10, article no. 1448 (1–20). https://doi.org/10.3390/biom10101448
  26. Lopatin V. N., Priezzhev A. V., Aponasenko A. D., Shepelevich N. V., Lopatin V. V., Pozhilenkova P. V., Prostakova I. V. Metody svetorasseyaniya v analize dispersnykh biologicheskikh sred [Methods of light scattering in the analysis of dispersed biological media]. Moscow, FIZMATLIT, 2004. 384 p. (in Russian).
  27. Lugovtsov A. E., Gurfinkel Y. I., Ermolinskiy P. B., Maslyanitsina A. I., Dyachuk L. I., Priezzhev A. V. Optical assessment of alterations of microrheologic and microcirculation parameters in cardiovascular diseases. Biomedical Optics Express, 2019, vol. 10, pp. 3974–3986. https://doi.org/10.1364/BOE.10.003974
  28. Semenov A., Lugovtsov A., Ermolinskiy P., Lee K., Priezzhev A. Problems of red blood cell aggregation and deformation assessed by laser tweezers, diffuse light scattering and laser diffractometry. Photonics, 2022, vol. 9, pp. 238. https://doi.org/10.3390/photonics9040238
  29. Baskurt O. K., Hardeman M. R., Uyuklu M., Ulker P., Cengiz M., Nemeth N., Meiselman H. J. Comparison of three commercially available ektacytometers with different shearing geometries. Biorheology, 2009, vol. 46, pp. 251–264. https://doi.org/10.3233/BIR-2009-0536

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».