Immunophenotyping and activation status of maternal peripheral blood leukocytes during pregnancy and labour, both term and preterm
Notice bibliographique
Résumé
The onset of labour in rodents and in humans is associated with physiological inflammation which is manifested by infiltration of activated maternal peripheral leukocytes (mPLs) into uterine tissues. Here, we used flow cytometry to immunophenotype mPLs throughout gestation and labour, both term and preterm. Peripheral blood was collected from non-pregnant women and pregnant women in the 1st, 2nd and 3rd trimesters. Samples were also collected from women in active labour at term (TL) or preterm (PTL) and compared with women term not-in-labour (TNIL) and preterm not-in-labour (PTNIL). Different leukocyte populations were identified by surface markers such as CD45, CD14, CD15, CD3, CD4, CD8, CD19 and CD56. Their activation status was measured by the expression levels of CD11b, CD44, CD55, CD181 and CD192 proteins. Of all circulating CD45+ leukocytes, we detected significant increases in CD15+ granulocytes (i) in pregnant women versus non-pregnant; (ii) in TL women versus TNIL and versus pregnant women in the 1st/2nd/3rd trimester; (iii) in PTL women versus PTNIL. TL was characterized by (iv) increased expressions of CD11b, CD55 and CD192 on granulocytes; (v) increased mean fluorescent intensity (MFI) of CD55 and CD192 on monocytes; (vi) increased CD44 MFI on CD3+ lymphocytes as compared to late gestation. In summary, we have identified sub-populations of mPLs that are specifically activated in association with gestation (granulocytes) or with the onset of labour (granulocytes, monocytes and lymphocytes). Additionally, beta regression analysis created a set of reference values to rank this association between immune markers of pregnancy and to identify activation status with potential prognostic and diagnostic capability.
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 ».