MétaCan
Menu
Retour à la cohorte
Enregistrement W2038140944 · doi:10.4236/oji.2014.43010

Anti-Thyroglobulin IgG in Therapeutic Immunoglobulins: A Reactivity Bias in IgG4 Subclass

2014· article· en· W2038140944 sur OpenAlexaff
Sonia Néron, Annie Roy, Nathalie Dussault, Caroline Philipeau

Notice bibliographique

RevueOpen Journal of Immunology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueIgG4-Related and Inflammatory Diseases
Établissements canadiensHéma-QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAntibodyThyroglobulinImmunologySubclassAvidityAutoantibodyAntigenMedicineThyroiditisDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Therapeutic immunoglobulins are used in the treatment of immunodeficiencies as well as several autoimmune and inflammatory diseases. These intravenous immunoglobulins (IVIg) represent the healthy human IgG repertoire, which can be reactive for both self and non-self antigens. A better characterization of IVIg’s repertoire is an important aspect to enable its effective utilization as an immunomodulatory treatment. In this study we have investigated the reactivity of IgG1, IgG2, IgG3 and IgG4 present in IVIg for a small selection of antigens, including actin, DNA, ferritin and thyroglobulin. We observed that two commercial preparations of therapeutic immunoglobulins contain very high reactivity for thyroglobulin, which was predominantly detected by IgG4. Since IgG4 antibodies can have immunomodulatory properties, these result suggest that these anti-thyroglobulin may have a role in the IVIg treatment of autoimmune disease characterized by high avidity for anti-thyroglobulin antibodies such as Hashimoto’s disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,304
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Journal of ImmunologyMême sujetIgG4-Related and Inflammatory DiseasesTravaux en français237 207