Monocyte-derived cytokines in multiple sclerosis
Notice bibliographique
Résumé
MS is an inflammatory, presumably autoimmune, disease mediated by the activation of T cells, B cells and monocytes (MO). Inflammation is thought to occur early during the relapsing-remitting phase of MS (RRMS), whereas in the later phases of MS such as secondary progressive MS (SPMS), inflammation tends to diminish. Our objective was to compare the types and amounts of proinflammatory and regulatory cytokines produced by MO from relapsing-remitting patients with or without treatment with IFN-beta (RRMS+ therapy, RRMS- therapy), respectively, from secondary progressive patients (SPMS) and from healthy controls (HC). MO were isolated by a density-gradient technique and three different techniques (RNase protection assay, ELISA and intracellular cytokine staining) were used to assess cytokine levels. An increase in IL6, IL12 and TNF-alpha was observed by all three methods for RRMS- therapy and for SPMS patients compared to HC and RRMS+ therapy patients. We conclude that proinflammatory and regulatory monokines can be derived from MO of MS patients and that these levels are modulated by IFN-beta therapy. Although it is believed that inflammation tends to diminish in SPMS patients, our data show that inflammatory cytokines continue to be released at high levels, suggesting that IFN-beta or IL10 treatment may be beneficial for this group.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».