Changes in peripheral blood immune cell composition in osteoarthritis
Notice bibliographique
Résumé
OBJECTIVES: Immune age-related abnormalities may synergise with osteoarthritis (OA) pathology. We explored whether abnormalities in the blood immune cell composition are present in OA, beyond defects typically associated with ageing. DESIGN: Blood was collected from 121 healthy controls (HC) and 114 OA patients. Synovial biopsies were obtained from another 52 OA patients. Flow cytometry was used to establish the frequencies of lineage subsets, naïve, memory and regulatory T and B-cells, cells with an abnormal phenotype related to inflammation (IRC) and memory-like CD8(+) T-cells. Multivariate analysis of covariance (MANCOVA) was used to determine whether the relative subset frequencies differed between HC and OA, controlling for age. RESULTS: Expected histology and T/B-cell infiltration were observed. Following age adjusted analysis, we confirmed the lack of age association in HC for CD4(+), B, NK and NKT cells but a negative trend for CD8(+) T-cells. In OA, CD4(+) T-cell and B-cell frequency were lower compared to HC while CD8(+) T-cell frequencies were higher. CD8(+) memory-like cells were more likely to be found in OA (odds ratio = 15). Increased CD8(+) IRC frequencies were also present in OA. The relationship between age and CD4(+) or CD8(+) naïve T-cells in HC were changed in OA while the age relationships with memory cells were lost. The increase in CD4(+) Treg with age was also lost in OA. B-cells showed limited evidence of disturbance. CONCLUSIONS: Immune dysfunction may be present in OA beyond what appears related to ageing; this requires further investigation.
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) | 0,001 | 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 | 0,000 |
| 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 ».