The change of Th17/Treg cells and IL-10/IL-17 in Chinese children with Henoch–Schonlein purpura
Notice bibliographique
Résumé
BACKGROUND: To date, the relationship of Th17 and Treg cells to Henoch-Schonlein purpura (HSP) in children remains controversial. Therefore, a systematic review and meta-analysis was conducted to reveal the potential role of the Th17 and Treg cells in children in acute stage of HSP. METHODS: PubMed, Embase, Web of Science and China National Knowledge Internet (CNKI) were systematically searched for eligible studies up to November 03, 2017. Quality assessment was carried out according to the modification of the Newcastle-Ottawa Scale (NOS). The data were analyzed by Stata SE12.0 (StataCorp, College Station, TX). Standard mean difference (SMD) with 95% confidence intervals (CI) was calculated continuous data. RESULTS: A total of 25 eligible studies were identified after a thorough literature search. The pooled results of the meta-analysis showed that values of Th17 frequency (SMD = 2.60; 95% CI: 1.98 to 3.23; P < .0001; I = 90.3%, P < .0001) and IL-17 level (SMD = 3.53; 95% CI: 2.71 to 4.35; P < .0001; I = 95.6%, P < .001) were significantly higher in children with HSP as compared to healthy children. In contrast, our analysis showed significant lower values of Treg frequency (SMD = -2.86; 95% CI: -3.53 to -2.19; P < .001; I = 92.4%, P < .001). However, no significance of IL-10 level was observed between children with HSP and healthy children (SMD = -1.22; 95% CI: -2.78 to 0.33; P < .01; I = 95.9%, P < .001). CONCLUSION: In conclusion, our meta-analysis indicated that increased frequency of Th17 cells and level of IL-17, but lower frequency of Treg cells are associated with HSP in childhood. Considering the limitations of this meta-analysis, large-scaled studies need to be conducted to validate the current results.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».