The maternal immune response to fetal platelet GPIbα causes frequent miscarriage in mice that can be prevented by intravenous IgG and anti-FcRn therapies
Notice bibliographique
Résumé
Fetal and neonatal immune thrombocytopenia (FNIT) is a severe bleeding disorder caused by maternal antibody-mediated destruction of fetal/neonatal platelets. It is the most common cause of severe thrombocytopenia in neonates, but the frequency of FNIT-related miscarriage is unknown, and the mechanism(s) underlying fetal mortality have not been explored. Furthermore, although platelet αIIbβ3 integrin and GPIbα are the major antibody targets in immune thrombocytopenia, the reported incidence of anti-GPIbα-mediated FNIT is rare. Here, we developed mouse models of FNIT mediated by antibodies specific for GPIbα and β3 integrin and compared their pathogenesis. We found, unexpectedly, that miscarriage occurred in the majority of pregnancies in our model of anti-GPIbα-mediated FNIT, which was far more frequent than in anti-β3-mediated FNIT. Dams with anti-GPIbα antibodies exhibited extensive fibrin deposition and apoptosis/necrosis in their placentas, which severely impaired placental function. Furthermore, anti-GPIbα (but not anti-β3) antiserum activated platelets and enhanced fibrin formation in vitro and thrombus formation in vivo. Importantly, treatment with either intravenous IgG or a monoclonal antibody specific for the neonatal Fc receptor efficiently prevented anti-GPIbα-mediated FNIT. Thus, the maternal immune response to fetal GPIbα causes what we believe to be a previously unidentified, nonclassical FNIT (i.e., spontaneous miscarriage but not neonatal bleeding) in mice. These results suggest that a similar pathology may have masked the severity and frequency of human anti-GPIbα-mediated FNIT, but also point to possible therapeutic interventions.
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 | 0,002 | 0,001 |
| 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 ».