In Vivo Imaging of Immune Rejection in Transplanted Pancreatic Islets
Notice bibliographique
Résumé
As islet transplantation becomes an acceptable clinical modality for restoring normoglycemia in type 1 diabetic patients, there is a crucial need for noninvasive assessment of the fate of the grafts. In spite of the success of the Edmonton Protocol, a significant graft loss occurs due to immunological and nonimmunological events immediately after transplantation. Allogeneic rejection in graft recipients is one of the major reasons for islet death and graft failure. Therefore, monitoring the islet rejection using reliable noninvasive methods would significantly aid in clinical assessment of graft success. We have previously developed a method to detect transplanted islets noninvasively using magnetic resonance imaging (MRI). For this procedure, human pancreatic islets are labeled with an MRI contrast agent that enables their visualization on magnetic resonance images. In our present study, we not only detected labeled human islets in a preclinical intrahepatic model of human islet transplantation in mice but also showed that islet rejection can be monitored noninvasively and repeatedly in real time by MRI. In addition, in this study, we have adapted, for islet cell labeling, a Food and Drug Administration-approved commercially available contrast agent, Feridex, that is used clinically for liver imaging. We believe that this agent, in combination with our preclinical model of islet transplantation, will facilitate the transition of imaging immune rejection to clinical trials.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».