B‐cell targeted therapies in human autoimmune diseases: an updated perspective
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
The advent of therapies that specifically target the B-lymphocyte lineage in human disease has rejuvenated interest in the mechanistic biology by which B cells mediate autoimmunity. B cells have a multitude of effector functions including production of self-reactive antibodies, ability to present antigen to T lymphocytes in the context of costimulation, involvement in generation and maintenance of neo-organogenesis at sites of disease, and opposing function through production of both immunostimulatory and immunomodulatory cytokines. In this review, we first discuss the role of B cells in driving autoimmune diseases such as rheumatoid arthritis, multiple sclerosis, systemic lupus erythematosus, and Sjögren's syndrome, and discuss how studies in these diseases have revealed differentially important roles for the multiple B-cell effector functions. These data reveal the complex and interrelated roles of B cells working in concert with other components of the innate and adaptive immune system to drive pathogenesis. We then focus on data from mouse and human in which B cells in the setting of disease have been targeted with drugs directed against CD20, CD22, and the BAFF (B-cell activating factor belonging to the tumor necrosis factor family)/APRIL (a proliferation inducing ligand) pathways. Pre-clinical studies in animal models in addition to and clinical trials targeting B cells have added further to the understanding of the differential roles B cells play in disease both through demonstration of clinical efficacy in the context of B-cell depletion or modulation, and also by failure of B-cell targeting in some diseases and disease patient subgroups. Moving forward, it will be imperative to apply these lessons to new interventional trials to ensure better targeting of the B-cell lineage and concomitantly better selection of patients most likely to benefit from these therapies.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,006 |
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