Fibrocyte activation in rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVES: RA is a common, relapsing autoimmune disease primarily affecting the joints. Fibroblast-like synovial (FLS) cells are thought to be responsible for pannus formation and secretion of factors that recruit leucocytes to affected joints, thereby promoting bone and cartilage destruction. Fibrocytes are multipotent circulating stem cells that may have a role in RA pathogenesis, perhaps as the precursors of the FLS cells, or by regulating FLS cell function. METHODS: We utilized multidimensional phospho-specific flow cytometry to characterize the activation status of peripheral blood (PB) fibrocytes derived from human RA patients at different stages of disease and from mice with CIA. RESULTS: Human PB fibrocytes from RA patients exhibited phosporylation activation of the p44/42 and p38 MAP kinases (MAPKs), and STAT3 (signal transducer and activator of transcription) and STAT-5 early in disease, within the first year of diagnosis. Similarly, in murine CIA, an increase in the total number of PB phosphoSTAT5-positive fibrocytes was observed at early time points in disease. Notably, in the affected paws of mice with CIA, we identified an increased number of fibrocytes, in contrast to the paws of control mice. CONCLUSIONS: These data suggest that activated fibrocytes may influence the disease process in RA and may serve as surrogate markers for disease in the PB of affected patients.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».