Tuberculosis distorts the inhibitory impact of interleukin-10 in HIV infection
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to assess how Mycobacterium tuberculosis (MTB) coinfection alters the impact of interleukin-10 in chronic HIV infection. DESIGN: We assessed plasma cytokine levels (interleukin-10, interferon-γ, tumor necrosis factor-α, interleukin-2, interleukin-6 and interleukin-13) in 82 individuals presenting with HIV monoinfection, HIV-LTBI (latent MTB infection) coinfection or HIV-TB (active tuberculosis) coinfection. We also assessed the influence of MTB on the functional impact of interleukin-10 receptor alpha (interleukin-10Rα) blockade on HIV and MTB-specific CD4(+) T cells. METHODS: Plasma cytokine levels were measured by high sensitivity Luminex. We used an ex-vivo interleukin-10Rα blockade assay to assess if functional enhancement of HIV and MTB-specific CD4(+) T cells was possible following a 48-h stimulation with HIV gag or pooled ESAT-6 (6 kDa early secretory antigenic target) and CFP-10 (10-kDa culture filtrate protein) peptides. Cell supernatant was collected 48 h after stimulation and the cytokine profile was measured by Luminex. RESULTS: Plasma interleukin-10 levels were elevated in HIV-TB as compared with HIV monoinfection (P < 0.05) and HIV-LTBI (P < 0.05). Plasma interleukin-10 levels correlated to HIV viral load in HIV monoinfection (P = 0.016) and HIV-LTBI (P = 0.042), but not HIV-TB. Ex-vivo blockade of interleukin-10Rα significantly enhanced MTB and HIV-specific CD4(+) T-cell function in HIV-LTBI individuals but not in HIV-TB individuals. CONCLUSION: Tuberculosis disrupts the correlation between interleukin-10 and markers of HIV disease progression. In addition, HIV-TB is associated with a more inflammatory cytokine milieu compared with HIV monoinfection. Interestingly, interleukin-10Rα blockade can enhance both HIV and MTB-specific T-cell function in HIV-LTBI, but not in HIV-TB coinfection.
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 | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 ».