Sputum cytology during late‐phase responses to inhalation challenge with different allergens
Notice bibliographique
Résumé
BACKGROUND: In mouse models of allergic asthma, exposure to different allergens can trigger distinct inflammatory subtypes in the airways. We investigated whether this observation extends to humans. METHODS: We compared the frequency of sputum inflammatory subtypes between mild allergic asthma subjects (n = 129) exposed to different allergens in inhalation challenge tests. These tests were performed using a standardized protocol as part of clinical trials of experimental treatments for asthma, prior to drug randomization. Five allergen types were represented: the house dust mites Dermatophagoides pteronyssinus and Dermatophagoides farinae, ragweed, grass, and cat. RESULTS: Of 118 individuals with a sputum sample collected before allergen challenge (baseline), 45 (38%) had paucigranulocytic, 51 (43%) eosinophilic, 11 (9%) neutrophilic, and 11 (9%) mixed granulocytic sputum. Of note, most individuals with baseline paucigranulocytic sputum developed eosinophilic (48%) or mixed granulocytic (43%) sputum 7 hours after allergen challenge, highlighting the dynamic nature of sputum inflammatory subtype in asthma. Overall, there was no difference in the frequency of sputum inflammatory subtypes following challenge with different allergen types. Similar results were observed at 24 hours after allergen challenge. CONCLUSIONS: Unlike reported in mice, in humans the sputum inflammatory subtype observed after an allergen-induced asthma exacerbation is unlikely to be influenced by the type of allergen used.
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) | 0,001 | 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 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 ».