The Effect of Glucocorticoids on Canine Lymphocyte Marker Expression and Apoptosis
Notice bibliographique
Résumé
BACKGROUND: Glucocorticoids are commonly administered to dogs for the treatment of inflammatory disorders, autoimmunity and cancers such as lymphoma. Despite evidence of clinical efficacy, understanding of the effects of glucocorticoids on cells of the canine immune system is limited. HYPOTHESIS: Glucocorticoids affect the expression of phenotypic markers on canine lymphocytes and induce apoptosis. ANIMALS: Fifteen healthy mixed breed dogs. METHODS: Prospective randomized study. Prednisone was administered orally for 3 days, and cells aspirated from the popliteal lymph node before prednisone administration, and on days 1, 3, 10, 17, 24, and 38, were labeled with antibodies against canine CD3, CD4, CD8alpha, CD18, CD21, CD45, CD45RA, and CD90 molecules, and analyzed by flow cytometry. Additional samples were cultured in media with prednisolone for 24 hours and analyzed by cytometry for marker expression, and by gel electrophoresis for DNA fragmentation. RESULTS: Treatment of dogs with glucocorticoids resulted in reduced (p < or = .05) proportions of CD3 (days 1, 3, 17, and 24), CD4 (days 3 and 10), CD21 (day 1, 3, and 38), CD45RA (day 17) and CD90 (days 1, 10, and 17) expressing lymphocytes, and reduced intensity of CD18 (day 17) and CD45 (day 17 and 24) molecules on nodal lymphocytes. Culture oflymphocytes with prednisolone for 24 hours caused a significant reduction in the expression of all markers (p < or = .05) and DNA fragmentation. CONCLUSIONS AND CLINICAL IMPORTANCE: Glucocorticoids significantly alter the expression of phenotypic markers on canine lymphocytes, and in vitro induce apoptosis. These findings identify potential mechanisms for clinical immunosuppression from glucocorticoid treatment.
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 | 0,000 |
| 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 ».