Selective unresponsiveness to beta cell autoantigens after induction immunosuppression in pancreas transplantation with anti-interleukin-2 receptor antibody <i>versus</i> anti-thymocyte globulin
Notice bibliographique
Résumé
Pancreas transplantation in type 1 diabetes patients could result in (re)activation of allo- and autoreactive T lymphocytes. Anti-thymocyte globulin (ATG) induction treatment is a successful, but broadly reactive anti-lymphocyte therapy used in pancreas and islet transplantation. A more selective alternative is daclizumab, a monoclonal antibody directed against the interleukin-2 receptor (CD25) on activated lymphocytes. We tested the hypothesis that daclizumab is more selective and has less immunological side effects than ATG. Thirty-nine simultaneous pancreas-kidney transplantation patients with type 1 diabetes were randomized for induction therapy with ATG or daclizumab. Auto- and recall immunity was measured cross-sectionally by lymphocyte stimulation tests with a series of auto- and recall antigens in 35 successfully transplanted patients. T cell autoimmunity to islets was low in both groups, except for a marginal but significantly higher reactivity against glutamic acid decarboxylase (GAD)65 in daclizumab-treated patients. The memory responses to recall antigens were significantly higher in the daclizumab-treated group compared to ATG-treated patients, specifically against purified protein derivative (PPD) (anti-bacterial immunity), Haemophilus influenzae virus matrix protein-1 (anti-viral immunity) and p53 [anti-tumour (auto)immunity]. These data imply that daclizumab is more specifically affecting diabetes-related immune responses than ATG. The autoimmunity is affected effectively after daclizumab induction, while memory responses towards bacterial, viral and tumour antigens are preserved.
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 | 0,001 | 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 | 0,001 | 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 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 ».