MétaCan
Menu
Retour à la cohorte
Enregistrement W2511521044 · doi:10.15252/emmm.201606593

Immunoregulatory functions of immune complexes in vaccine and therapy

2016· review· en· W2511521044 sur OpenAlexafffund
Yu‐Mei Wen, Libing Mu, Yan Shi

Notice bibliographique

RevueEMBO Molecular Medicine · 2016
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Science and Technology Major ProjectNational Institute of Allergy and Infectious DiseasesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésBeijingChinese academy of sciencesChinaLibrary scienceMedical schoolMedicineBasic researchBiological sciencesMedical educationPolitical scienceBiologyComputer scienceComputational biology

Résumé

récupéré en direct d'OpenAlex

Clinical and experimental preparations of IgG/soluble antigen complexes, as well as those formed following antibody therapy in vivo, are multifaceted immune regulators. These immune complexes (ICs) have been tested in humans and animal models, mostly in forms of experimental or clinical vaccination, for at least a century. With intensified research on Fcγ receptor-mediated immune modulation, as well as with immune complex-directed antigen processing, presentation, and inflammatory responses, there are renewed interests of using ICs in vaccines and immunotherapies. Currently, IC-based immune therapy has been broadly experimented in HBV and HIV viral infection control and antitumor treatments. However, mechanistic insights of IC-based treatments are relatively recent subjects of study; strong efforts are needed to establish links to connect laboratory findings with clinical practices. This review covers the history, mechanisms, and in vivo outcomes of this safe and effective therapeutic tool, with a clear aim to bridge laboratory findings with evolving clinical applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEMBO Molecular MedicineMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207