Lymphocytotoxic Activity of Monoclonal Immunoglobulins in Plasmalymphocytic Diseases
Notice bibliographique
Résumé
95 of 1,019 (9.3%) sera with monoclonal immunoglobulins (MIg) were found to have cold-reacting lymphocytotoxins (LCT). There was no difference in the prevalence of LCT in multiple myeloma, macroglobulinemia, cancer, lymphoma or benign monoclonal gammopathy. Prevalence of LCT was similar in various classes and types of MIg with the exception of the IgG/lambda group in which LCT were more common than in IgG/K (p = 0.013). IgMs had the most potent whereas IgAs had the weakest LCT activity. MIg were purified from 61 LCT-positive sera. 25 pure MIg (41%) had LCT activity. In the rest, LCT activity resided in other fractions. 64 sera with LCT were tested against B and T cells; 56% were equally cytotoxic to B and T cells, 39% killed more B cells and 5% killed more T cells. 18 purified lymphocytotoxic MIg killed both B and T cells. When serial dilutions of sera, and of purified MIg were tested, in all but one instance the reactivity with the T cells weakened more than that with the B cells. Lymphocytotoxins absorbed to and eluted from the peripheral blood lymphocytes or separately from B or from T cells retained LCT activity against B and T lymphocytes. It may be concluded that about one tenth of sera with M components have lymphocytotoxic activity and that in about 40% of these positive sera, this activity is related to the monoclonal immunoglobulins. LCT react with both B and T cells. Antilymphocyte activity of MIgs may play a role in immunoregulatory abnormalities in plasmalymphocytic diseases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».