MétaCan
Menu
Retour à la cohorte
Enregistrement W2914727366 · doi:10.1093/brain/awz017

Abnormal effector and regulatory T cell subsets in paediatric-onset multiple sclerosis

2019· article· en· W2914727366 sur OpenAlexafffundabout
Ina Mexhitaj, Rui Li, Julia O’Mahony, Ayman Rezk, Ayal Rozenberg, Craig S. Moore, Trina Johnson, A. Dessa Sadovnick, D. Louis Collins, Douglas L. Arnold, Bruno Gran, E. Ann Yeh, Ruth Ann Marrie, Brenda Banwell, Amit Bar‐Or

Notice bibliographique

RevueBrain · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of ManitobaMontreal Neurological Institute and HospitalSickKids FoundationUniversity of TorontoUniversity of British ColumbiaMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Multiple Sclerosis Society
Mots-clésMultiple sclerosisImmune systemMedicineEffectorImmunologyDiseaseAbnormalityT cellClinically isolated syndromePhenotypeNeuroscienceBiologyPathologyGenetics

Résumé

récupéré en direct d'OpenAlex

Elucidation of distinct T-cell subsets involved in multiple sclerosis immune-pathophysiology continues to be of considerable interest since an ultimate goal is to more selectively target the aberrant immune response operating in individual patients. While abnormalities of both effector (Teff) and regulatory (Treg) T cells have been reported in patients with multiple sclerosis, prior studies have mostly assessed average abnormalities in either limb of the immune response, rather than both at the same time, which limits the ability to evaluate the balance between effectors and regulators operating in the same patient. Assessing both phenotypic and functional responses of Teffs and Tregs has also proven important. In studies of adults with multiple sclerosis, in whom biological disease onset likely started many years prior to the immune assessments, an added challenge for any reported abnormality is whether the abnormality indeed contributes to the disease (and hence of interest to target therapeutically) or merely develops consequent to inflammatory injury (in which case efforts to develop targeted therapies are unlikely to be beneficial). Paediatric-onset multiple sclerosis, though rare, offers a unique window into early disease mechanisms. Here, we carried out a comprehensive integrated study, simultaneously assessing phenotype and functional responses of both effector and regulatory T cells in the same children with multiple sclerosis, monophasic inflammatory CNS disorders, and healthy controls, recruited as part of the multicentre prospective Canadian Pediatric Demyelinating Disease Study (CPDDS). Stringent standard operating procedures were developed and uniformly applied to procure, process and subsequently analyse peripheral blood cells using rigorously applied multi-parametric flow cytometry panels and miniaturized functional assays validated for use with cryopreserved cells. We found abnormally increased frequencies and exaggerated pro-inflammatory responses of CD8+CD161highTCR-Vα7.2+ MAIT T cells and CD4+CCR2+CCR5+ Teffs in paediatric-onset multiple sclerosis, compared to both control groups. CD4+CD25hiCD127lowFOXP3+ Tregs of children with multiple sclerosis exhibited deficient suppressive capacity, including diminished capacity to suppress disease-implicated Teffs. In turn, the implicated Teffs of multiple sclerosis patients were relatively resistant to suppression by normal Tregs. An abnormal Teff/Treg ratio at the individual child level best distinguished multiple sclerosis children from controls. We implicate abnormalities in both frequencies and functional responses of distinct pro-inflammatory CD4 and CD8 T cell subsets, as well as Treg function, in paediatric-onset multiple sclerosis, and suggest that mechanisms contributing to early multiple sclerosis development differ across individuals, reflecting an excess abnormality in either Teff or Treg limbs of the T cell response, or a combination of lesser abnormalities in both limbs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207