The Combination of Anti-NKG2D and CTLA-4 Ig Therapy Prolongs Islet Allograft Survival in a Murine Model
Notice bibliographique
Résumé
Islet transplantation is an effective means of treating severe type 1 diabetes in patients with life-threatening hypoglycemia. Improvements in glycemic control with correction of HbA1C enhance quality of life irrespective of insulin independence. By antagonizing the Natural Killer Group 2, member D (NKG2D) receptor expression on NK and CD8+ T cells, in combination with blocking CTLA-4 binding sites, we demonstrate a significant delay of graft rejection in islet allotransplant. Anti-NKG2D combined with CTLA-4 Ig (n = 15) results in prolonged allograft survival, with 84.6 ± 10% of the recipients displaying insulin independence compared to controls (n = 10, p < 0.001). The effect of combination therapy on graft survival is superior to treatments alone (CTLA-4 Ig vs. combination p = 0.024, anti-NKG2D vs. combination p < 0.001) indicating an interaction between these pathways. In addition, combination treatment also improves glucose tolerance when compared to controls (n = 10, p = 0.018). Histologically, NKG2D+ cells were significantly decreased within the allograft after 7 days of combination treatment (n = 6, p = 0.029). T cell proliferation was significantly reduced with anti-NKG2D therapy and CD8+ T cell daughter fractions were also significantly decreased with mAb and combination treatment when measured by in vitro mixed lymphocyte reaction (n = 5, p = 0.015, p = 0.005 and p = 0.048). These results demonstrate that inhibition of NKG2D receptors and costimulatory pathways enhance islet allograft survival.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».