IVIg therapy in brain inflammation: etiology-dependent differential effects on leucocyte recruitment
Notice bibliographique
Résumé
Several studies have reported beneficial effects of intravenous immunoglobulin (IVIg) in diseases of the neuroaxis. However, IVIg effects on leucocyte recruitment, a hallmark feature of autoimmunity and acute inflammation, remain largely unexplored. Using intravital microscopy, we studied the effects of IVIg on leucocyte recruitment in experimental autoimmune encephalomyelitis, a model of multiple sclerosis. In IVIg-treated mice, a significant decrease in recruitment (rolling and adhesion) was observed prior to and following disease onset, and this was concomitant with improved clinical score. Since much of the recruitment is dependent upon alpha4-integrin (ligand for VCAM-1) we used an in vitro flow chamber system and demonstrated a 60% decrease in alpha4-integrin-dependent leucocyte adhesion to immobilized VCAM-1. Finally, we used leucocytes from multiple sclerosis patients and demonstrated that IVIg treatment decreased recruitment by 60% on human endothelium. However, when we visualized the role of IVIg in a second model of brain inflammation, cerebral ischaemia-reperfusion, IVIg actually promoted the formation of platelet-leucocyte aggregates in post-ischaemic cerebral vessels. In conclusion, we report a new mechanism of action of IVIg through interference of alpha4-integrin-dependent leucocyte recruitment in both an animal model and human multiple sclerosis. We also report that IVIg will not be beneficial in all types of pro-adhesive states and may in fact be detrimental in a situation such as stroke.
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 ».