Notice bibliographique
Résumé
OBJECTIVE: Recently, effector T-cell subpopulations have been identified that can be distinguished by expression of members of the TNF-R family: CD4+OX-40+ cells are CD4 helper-effector cells CD8+CD45RA+CD27 cells are CD8-killer-effector cells. We investigated whether these lymphocyte subsets were increased in the active phase of multiple sclerosis (MS). MATERIAL AND METHODS: Multiple colour immunofluorescence staining was performed on peripheral blood lymphocytes of 28 patients with active MS and of 29 healthy controls, followed by FACS analysis. RESULTS: Frequencies of CD8-killer-effector cells showed a wide interindividual range in both groups and percentages of CD4 helper-effector cells were low. No significant difference between the groups was observed for these subsets, but CD8+CD45RA-CD27 were increased in MS. In healthy individuals, CD4 helper-effector cells correlated with the total percentages of memory cells. Moreover, CD4+ and CD8 memory cells were strongly correlated. CONCLUSION: The here described recently identified effector CD4 and CD8 lymphocyte subpopulations were not increased in clinically active MS. It is however still possible that in MS, myelin-specific encephalitogenic cells reside within these subsets.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».