High-Content Flow Cytometry and Temporal Data Analysis for Defining a Cellular Signature of Graft-Versus-Host Disease
Notice bibliographique
Résumé
Acute graft-versus-host disease (GVHD) is diagnosed by clinical and histologic criteria that are often nonspecific and typically apparent only after the disease is well established. Because GvHD is mediated by donor T cells and other immune effector cells, we sought to determine whether changes within a wide array of peripheral blood lymphocyte populations could predict the development of GvHD. Peripheral blood samples from 31 patients undergoing allogeneic blood and marrow transplant were analyzed for the proportion of 121 different subpopulations defined by 4-color combinations of lymphocyte phenotypic and activation markers at progressive time points posttransplant. Samples were processed using a newly developed high content flow cytometry technique and subjected to a spline- and functional linear discriminant analysis (FLDA)-based temporal analysis technique. This strategy identified a consistent posttransplant increase in the proportion and extent of fluctuation of CD3+CD4+CD8beta+ cells in patients who developed GVHD compared to those that did not. Although larger prospective clinical studies will be necessary to validate these results, this study demonstrates that high-content flow cytometry coupled with temporal analysis is a powerful approach for developing new diagnostic tools, and may be useful for developing a sensitive and specific predictive test for GVHD.
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 | 0,000 | 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 ».