MétaCan
Menu
Retour à la cohorte
Enregistrement W2007353818 · doi:10.1182/blood.v99.4.1267

Functional in vivo characterization of human monoclonal anti-D in NOD-scid mice

2002· article· en· W2007353818 sur OpenAlexaff
Renée Bazin, Éric Aubin, Lucie Boyer, Isabelle St‐Amour, C. Roberge, Réal Lemieux

Notice bibliographique

RevueBlood · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood groups and transfusion
Établissements canadiensUniversité LavalHéma-Québec
Organismes subventionnairesnon disponible
Mots-clésMonoclonal antibodyIn vivoIsotypePolyclonal antibodiesMonoclonalNodMolecular biologyAntibodyIn vitroImmunologyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The prophylaxis of the hemolytic disease of the newborn requires significant amounts of plasma-derived polyclonal human anti-D. Because of procurement problems, there is a growing interest in replacing plasma-derived anti-D by in vitro-produced human monoclonal anti-D. Hundreds of monoclonal anti-D have been prepared, but the selection of the most potent for in vivo use is difficult because it cannot be predicted by in vitro characterization. This study evaluated the possibility of using nonobese diabetic/severe combined immunodeficient (NOD-scid) mice for the in vivo evaluation of human monoclonal anti-D. Human red blood cells (RBCs) were found to circulate normally in the blood of NOD-scid mice previously injected with a physiologic amount of human immunoglobulin G (10 mg). The addition of a small amount of anti-D (1 to 5 microg) resulted in the clearance of Rh D(+) RBCs within 4 hours. The comparative testing of 8 monoclonal anti-Ds showed a wide range of potency (15% to 87%) relative to plasma-derived polyclonal anti-D. There was no strong correlation between the in vivo potency index and the immunoglobulin G isotype, affinity, or fine specificity of the antibodies. These results show the usefulness of NOD-scid mice for the initial in vivo screening of human monoclonal anti-D before testing the most active antibodies in clinical trials done in human volunteers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,221
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetBlood groups and transfusionTravaux en français237 207