On investigation of markers that may influence alloantibody responses to HPA‐1a
Notice bibliographique
Résumé
In > 99% of cases, HPA‐1a antibody production during pregnancy is associated with maternal DRB3*0101 positivity. However, only 35% of HPA‐1a neg/DRB3*0101 women produce antibodies (Ab). This study attempted to identify additional genetic marker(s) that may better predict anti‐HPA‐1a production in these women. Seventy‐eight DRB3*0101 pos HPA‐1a neg, women (40 HPA‐1a Ab pos, 38 Ab neg) with HPA‐1a pos infants, were typed for HLA‐DRB1*, ‐B3*, ‐B4*, ‐B5*. Results were compared with those from 83 DRB3*0101 pos normal donors. SNaPshot™ was used to test for a polymorphism of the TNF‐α locus. The frequency of DRB1*15 was significantly lower in Ab pos mothers (1/40) compared to controls (16/83; P = 0·03), but not compared to Ab neg mothers (6/38; P = 0·07). DRB1*12 was found only in Ab neg mothers (5/38) (controls 0/83; P = 0·02). A study of TNF‐α genotype ( n = 30, Ab pos; Ab neg; controls) found no difference between the mothers' groups, or mothers and controls. Presence of DRB1*15 or DRB1*12 may lower the likelihood of HPA‐1a Ab production. Raised frequency of DRB4* was seen in mothers with affected neonates (13/22) (unaffected, Ab pos 3/11; P = 0·02). DRB4* may increase the odds of HPA‐1a alloimmunization. Three NAITP cases due to anti‐HPA‐1a have been reported (2 local, 1 published), involving mothers DRB3*0101 neg, but DRB4* pos. TNF‐α genotype may not predict anti‐HPA‐1a production in these women. Studies with larger groups would establish the value of these markers in defining women at high risk of HPA‐1a alloimmunization.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,009 | 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 ».