Peritoneal macrophage heterogeneity is associated with different peritoneal dialysis outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Peritonitis remains the major obstacle for the maintenance of long-term peritoneal dialysis and dysregulated host peritoneal immune responses may compromise local anti-infectious defense, leading to treatment failure. Whilst, tissue mononuclear phagocytes, comprising macrophages and dendritic cells, are central to a host response to pathogens and the development of adaptive immune responses, they are poorly characterized in the human peritoneum. Combining flow cytometry with global transcriptome analysis, the phenotypic features and lineage identity of the major CD14 + macrophage and CD1c + dendritic cell subsets in dialysis effluent were defined. Their functional specialization was reflected in cytokine generation, phagocytosis, and antigen processing/presentation. By analyzing acute bacterial peritonitis, stable (infection-free) and new-starter patients receiving peritoneal dialysis, we identified a skewed distribution of macrophage to dendritic cell subsets (increasing ratio) that associated with adverse peritonitis outcomes, history of multiple peritonitis episodes, and early catheter failure, respectively. Intriguingly, we also noted significant alterations of macrophage heterogeneity, indicative of different maturation and activation states that were associated with different peritoneal dialysis outcomes. Thus, our studies delineate peritoneal dendritic cells from macrophages within dialysate, and define cellular characteristics associated with peritoneal dialysis treatment failure. These are the first steps to unravelling the detrimental adaptive immune responses occurring as a consequence of peritonitis.
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.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle