Translational Mini-Review Series on Type 1 Diabetes: Immune-based therapeutic approaches for type 1 diabetes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Type 1 diabetes (T1D) is often considered the prototype organ-specific autoimmune disease in clinical immunology circles. The key disease features - precise destruction of a single endocrine cell type occurring on a distinct genetic and autoimmune background - have been unravelled in recent years to such an extent that there is a growing expectation that the disease should be curable. T1D is something of an orphan disease, currently managed by endocrinologists yet dependent upon the wit of immunologists, both basic and clinical, to find the best approaches to prevention and cure. Type 1 diabetes thus represents one of the most active arenas for translational research, as novel immune-based interventions find their way to the clinic. The first serious attempt at immune-based treatment for T1D was in 1984, the first at prevention in 1993; current and planned trials will take us into the next decade before reporting their results. This paper represents the first attempt at a comprehensive review of this quarter century of endeavour, documenting all the strategies that have emerged into clinical studies. Importantly, the intense clinical activity has established robust infrastructures for future T1D trials and frameworks for their design. The evident success of the monoclonal anti-CD3 antibody trials in established T1D demonstrate that modulation of islet autoimmunity in humans after the onset of overt disease can be achieved, and give some reason to be cautiously optimistic for the ability of these and other agents, alone and in combination, to provide an effective immunotherapy for the disease.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 découle