Preferential Accumulation of Activated Th1 Cells Not Only in Rheumatoid Arthritis But Also in Osteoarthritis Joints
Notice bibliographique
Résumé
OBJECTIVE: It was previously found that Th1 but not Th17 cells were predominant in the joints of rheumatoid arthritis (RA). To verify whether this is a unique feature of CD4 T cells in RA joints, we performed comparative flow cytometric analysis of CD4 T cells in RA and osteoarthritis (OA) joints. METHODS: Mononuclear cells were isolated from peripheral blood (PB), synovial membrane (SM), and synovial fluid (SF) from a total of 18 RA and 12 OA patients. The expression of surface molecules and cytokine production of CD4 T cells was examined by a flow cytometer. RESULTS: Most CD4 T cells in RA joints expressed memory/activation markers, such as CD45RO, HLA-DR, and CD69. CCR5 was highly expressed on CD4 T cells in SF but not in PB or SM. With regard to Th17-related molecules, CD4 T cells expressing CCR6 were not enriched in either SF or SM. In contrast, CD161-positive cells were abundant in the joint, many of which, however, produced interferon-γ but not interleukin 17A. Virtually all T cells in OA joints, although much less numerous than in RA joints, expressed activation markers. Th1 cells were predominant in both OA and RA joints, while there were a few Th17 cells. The frequency of Th17 cells in the joint tended to be lower in OA than RA. CONCLUSION: There was a quantitative but not qualitative difference in CD4 T cells, including the expression of activation markers and cytokine profiles, between RA and OA joints.
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 | 0,002 | 0,001 |
| 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) | 0,005 | 0,001 |
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.
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 ».