Intravenous Immunoglobulin (IVIG) Treatment for Modulation of Immune Activation in Human Immunodeficiency Virus Type 1 Infected Therapy-Naive Individuals
Notice bibliographique
Résumé
We evaluated the ability of intravenous immunoglobulin (IVIG) to diminish immune hyperactivation, which is considered a major cause of CD4+ T cell loss during chronic HIV-1 infection and whether this affected CD4+ T cell counts and plasma HIV-1 RNA (pVL). Therefore, we treated six chronically HIV-1-infected, antiretroviral-therapy-naive patients with IVIG (0.4 g/kg) at weeks 0 and 4, with a follow-up of 12 weeks after the second dosage during which pVL, T cell numbers, and T cell activation were measured. At baseline median CD4+ T cell counts were 300 (range 200-460) x 10(6)/liter and median pVL was 5.0 (range 3.2-5.2) log10 copies/ml. IgG plasma levels peaked during the first days after administration. We observed a decrease in the percentage of activated (CD38+ HLA-DR+) CD4+ and CD8+ T cells [3.5% (range 1-7%) and 5% (1-10%), respectively (p = 0.027)], but no effect on the fraction of proliferating CD4+ or CD8+ T cells as measured by Ki67 expression. CD4+ T cell counts were significantly increased on day 4 (median +55 cells, range 0-150, p = 0.043). pVL was significantly increased on day 1 after IVIG infusion (median +0.13 log10, range 0.01-0.55, p = 0.028). All these parameters returned to baseline levels within 1 week after infusion. In conclusion, administration of IVIG caused a temporary decrease in T cell activation and an increase in CD4+ T cell counts, despite an increase in pVL. Our results support the hypothesis that T cell activation, rather than direct HIV-1 infection, mediates the loss of CD4+ T cells and suggest that immunomodulating therapy in HIV-1 infection could indeed be effective.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».