B‐cell targeted therapies in human autoimmune diseases: an updated perspective
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».