B‐cell‐activating factor code and human cytomegalovirus infection in renal transplant recipients
Notice bibliographique
Résumé
The objective of the present study was to explore the correlation between the BAFF signal and HCMV-TLR activation in RTx recipients complicated by HCMV. Peripheral blood (anticoagulated by EDTA-Na2 ) and urine of 113 RTx recipients were collected; healthy volunteers were controlled. Urine HCMV-DNA was detected by real-time PCR. Recipients were classified into a positive group (>10,000 copies/mL urine) and a negative group (<10,000 copies/mL urine). ELISA results showed that sBAFF, sera anti-HCMV pp65 immunoglobulin (Ig)G antibody, and total IgG all significantly increased in recipients with positive HCMV-DNA (>10,000 copies/mL urine) (P < 0.05) compared with negative recipients (<10,000 copies/mL urine). In the positive group, HCMV-DNA copies and total IgG positively correlated with sBAFF (r = 0.988 and 0.625, respectively) (P < 0.05). Luminex assay results suggested that the incidence of anti-HLA I and II and MICA antibody obviously increased in positive recipients. The expression level of BAFF and BAFF-R increased in positive recipients. A total of 88 particular genes-involved in TLR signaling pathways, NF-κB signaling pathways, and cytokine-cytokine receptor signaling pathways-were detected in real-time PCR chip assay. A total of 46 genes were differentially expressed greater than two-fold, and the expression characteristic of BAFF-R was concordant with FACS results. Our findings are that activation of HCMV would induce or enhance the activation of BAFF code in RTx recipients, which may independently or cooperatively participate in renal allograft injury and decrease the long-term outcome of renal allografts.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».