Cytokine Syntheses by T-Cell Subsets From Chronic Myeloid Leukemia Patients: Relationship Between Pre-Treatment Levels and Response to Imatinib Therapy
Notice bibliographique
Résumé
BACKGROUND: Although T-cell cytokine's role in the long-term control of chronic myeloid leukemia (CML) is well established, previous studies showed contradicting results regarding imatinib (IM) effect on the endogenous T-cell function by IM. The purpose of this study was to determine the relation between the endogenous T-cell function prior to therapy and the degree of response to IM therapy in CP CML. In addition, modulation of the endogenous T-cell function during IM therapy was studied. METHODS: We evaluated Th1 (gamma interferon (IFN-γ)), Th2 (interleukin (IL-4)) and tumor necrosis factor (TNF)-α cytokine synthesis by activated T-cell subsets in 20 patients with newly diagnosed CML in chronic phase (CP CML) using flow cytometry before and during IM therapy compared to patients with IM resistance (IM Res) and healthy donors. RESULTS: Patients with optimal response (CML OR) to IM demonstrated a lower pre-treatment Th1 cytokine compared to that of healthy donors, and a higher percentage of Th2 and TNF-α producing T cells compared to that of healthy donors, non-optimal responders (CML nOR) and those with IM Res. A shift from Th2 profile to Th1 profile and initial decline of TNF-α producing T cells was detected early during therapy in optimal responders which was coinciding with complete hematological remission with a significant increase in the percentages of CD4+ve/IFN-γ+ve cells (P = 0.01) and a significant drop of in CD8+ve/IL-4+ve T cells (P = 0.04). CONCLUSION: We believe that pre-treatment levels of IL-4 and/or TNF-α may have a role in identifying CP CML patients who may respond to IM therapy; however, further investigation is needed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».