Influence of Chemotherapy on Allergen-Specific IgE
Notice bibliographique
Résumé
<b><i>Background:</i></b> Atopy is defined as excess allergen-specific IgE (A-IgE). IgE is produced by plasma cells that differentiate from allergen-specific B cells. B cells are known to be killed by chemotherapy; however, it is not known whether A-IgE-secreting plasma cells are killed or inhibited by chemotherapy. If yes, serum A-IgE levels would be expected to decrease after chemotherapy. <b><i>Objectives:</i></b> We aimed to determine whether A-IgE levels in atopic individuals (serum A-IgE ≥0.35 kU<sub>A</sub>/L) decrease into the nonatopic range (&#x3c; 0.35 kU<sub>A</sub>/L) after chemotherapy. <b><i>Methods:</i></b> In 105 patients undergoing chemotherapy for acute leukemia, we measured serum A-IgE before and after chemotherapy. In a subset of these patients, we also measured B cell counts before and after chemotherapy. <b><i>Results:</i></b> Of the 105 patients, 36 were atopic. In these patients, median A-IgE level before chemotherapy was 1.6 kU<sub>A</sub>/L whereas the median level after chemotherapy was 0.6 kU<sub>A</sub>/L (<i>p</i> &#x3c; 0.001). In 12/36 (33%) patients, A-IgE levels decreased into the nonatopic range. In nonatopic patients (<i>n</i> = 69), the median A-IgE level also dropped: from 0.04 kU<sub>A</sub>/L before to 0.03 kU<sub>A</sub>/L after chemotherapy (<i>p</i> = 0.001). Among the total patients (<i>n</i> = 105), the median pre:post-chemotherapy A-IgE ratio was 1.8 (2.6 in atopic and 1.5 in nonatopic patients). In contrast, the median ratio of pre:post-chemotherapy B cell counts was 87.6. <b><i>Conclusions:</i></b> A-IgE levels decrease after chemotherapy but markedly less than B cell counts. Thus, at least some A-IgE plasma cells appear to survive chemotherapy.
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 ».