MétaCan
Menu
Retour à la cohorte
Enregistrement W2123235650 · doi:10.1097/moh.0b013e32833eaef3

Recent progress in understanding the pathogenesis of immune thrombocytopenia

2010· review· en· W2123235650 sur OpenAlexaff
John W. Semple, Drew Provan, Marie Garvey, John Freedman

Notice bibliographique

RevueCurrent Opinion in Hematology · 2010
Typereview
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensSt. Michael's HospitalCanadian Blood Services
Organismes subventionnairesnon disponible
Mots-clésPathogenesisImmunologyAutoimmunityImmune systemPlateletMolecular mimicryMechanism (biology)Immune thrombocytopeniaMedicineCytokineBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Immune thrombocytopenia (ITP) is a bleeding disorder in which both antibody and cell-mediated autoimmune responses are directed against an individual's own platelets and/or megakaryocytes, leading to either enhanced platelet destruction and/or reduced platelet production, respectively. The cause of this platelet-specific autoimmunity remains unknown, but there has been a constant stream of recent publications that suggest ITP is the result of T-cell dysregulation. RECENT FINDINGS: In the last 18 months, a rich tapestry of studies has emerged that seems to clarify some immunopathologic issues in ITP while raising new questions related to ITP pathogenesis. The current view on the immunopathogenic mechanisms associated with ITP appears to particularly concentrate on how incompetent CD4+ T-regulatory cells (Tregs) allow autoimmune effector mechanisms to proceed and cause thrombocytopenia. There is a parallel body of recent literature focusing on molecular mimicry mechanisms, B-cell abnormalities, abnormal cytokine patterns and genetic studies in ITP. Of interest, one can recognize inter-relationships between these immune dysregulations. SUMMARY: This article will discuss the literature from the past 18 months pertaining to these observations and will show that whereas many of the T-cell defects have been clarified, new questions have also come to light and more immunopathological research is warranted.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,190
Tête enseignante GPT0,430
Écart entre enseignants0,241 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in HematologyMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207