Cytokine immunomodulation for the treatment of infectious diseases: lessons from primary immunodeficiencies
Notice bibliographique
Résumé
Traditionally, management of infectious diseases focuses on identification of the causative microbe and the use of pathogen-targeted therapy. With increasing antimicrobial resistance, novel approaches are required. One strategy is to modulate those natural host immune responses that critically mediate resistance to specific microbes. Clinically, this host-directed tactic could be used either alone or in combination with antimicrobial therapy. While conceptually attractive, there is potential concern that the pathways governing host resistance to pathogens in animal models may not extrapolate linearly to humans. Targeting these immune processes clinically may precipitate damaging, epiphenomenal responses. The field of Primary Immunodeficiencies focuses on the characterization of humans with inborn errors of immunity. These rare conditions permit the identification of those molecular and cellular processes that are central to human susceptibility to microbes. In efforts to compensate for defective host responses, this field has also provided a wealth of clinical experience in the effective use of cytokines to treat various active infections, while demonstrating their safety. In this review, we provide a historical perspective of the treatment of infectious diseases, evolving from a focus on the microbe, to an understanding of human immunity; we then outline the growing contribution of Primary Immunodeficiencies to the rational use of adjunctive cytokine immunotherapy in the management of infections.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».