Role of Oxidative Stress in Hypersensitivity Reactions to Sulfonamides
Notice bibliographique
Résumé
Antimicrobial sulfonamides are important medications. However, their use is associated with major immune-mediated drug hypersensitivity reactions with a rate that ranges from 3% to 4% in the general population. The pathophysiology of sulfa-induced drug hypersensitivity reactions is not well understood, but accumulation of reactive metabolites (sulfamethoxazole [SMX] hydroxylamine [SMX-HA] and SMX N-nitrosamine [SMX-NO]) is thought to be a major factor. These reactive metabolites contribute to the formation of reactive oxygen species (ROS) known to cause cellular damage and induce cell death through apoptosis and necroptosis. ROS can also serve as "danger signals," priming immune cells to mount an immunological reaction. We recruited 26 sulfa-hypersensitive (HS) patients, 19 healthy control subjects, and 6 sulfa-tolerant patients to this study. Peripheral blood monocytes and platelets were isolated from blood samples and analyzed for in vitro cytotoxicity, ROS and carbonyl protein formation, lipid peroxidation, and GSH (glutathione) content after challenge with SMX-HA. When challenged with SMX-HA, cells isolated from sulfa-HS patients exhibited significantly (P ≤ .05) higher cell death, ROS and carbonyl protein formation, and lipid peroxidation. In addition, there was a high correlation between cell death in PBMCs and ROS levels. There was also depletion of GSH and lower GSH/GSSG ratios in peripheral blood mononuclear cells from sulfa-HS patients. The amount of ROS formed was negatively correlated with intracellular GSH content. The data demonstrate a major role for oxidative stress in in vitro cytotoxicity of SMX reactive metabolites and indicate increased vulnerability of cells from sulfa-HS patients to the in vitro challenge.
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 | 0,002 | 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 ».