MétaCan
Menu
Retour à la cohorte
Enregistrement W2987232427 · doi:10.1182/blood.v128.22.1371.1371

Cytokine and Chemokine Levels Correlate with Apoptosis Markers in Platelets of Pediatric Patients with Immune Thrombocytopenia

2016· article· en· W2987232427 sur OpenAlexaff
Nadine Goelz, Jeannine Winkler, Julia J.M. Eekels, Margaret L. Rand, Oliver Speer, Markus Schmugge

Notice bibliographique

RevueBlood · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePlatelet Disorders and Treatments
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésChemokineImmunologyCytokinePlateletMedicineImmune systemPlatelet activationFlow cytometry

Résumé

récupéré en direct d'OpenAlex

Abstract Immune thrombocytopenia (ITP) is defined as an autoimmune disease that leads to platelet clearance by macrophages. It is well known that auto-reactive B cells and CD4+ T-helper (Th) cells, and in particular their cytokines, have been associated with ITP. Cytokines and chemokines are key players in our immune response to recruit different cells, e.g. macrophages and monocytes, to respond to certain inflammatory signals. Specific cytokines (i.e. TNF-a, IFN-g) are known to induce apoptosis in nucleated blood cells. To understand the role of cytokines and chemokines in acute ITP, we studied their plasma levels in 10 pediatric ITP patients at diagnosis with a median platelet count of 3 x 109/L (range < 1 to 22 x 109/L) and compared them with controls: healthy children (n=9; platelet count > 150 x 109/L); and chemotherapy-induced thrombocytopenia patients (cTP; n=9; median platelet count of 12 x 109/L; range: 3-53 x 109/L). ITP patients fulfilled the criteria for acute ITP and presented with mild to moderate bleeding symptoms. The median age at diagnosis was 3.4 yrs (range: 1.6 - 6.5 yrs); blood samples were taken prior to treatment. Luminex technology was used to measure plasma levels of 42 cytokines and chemokines. Markers of platelet apoptosis - activated caspase-3, -8 and -9 - and of platelet activation - CD62P and CD63 expression and PAC-1 binding - were measured by flow cytometry. Distinct plasma cytokine/chemokine patterns were observed in ITP patients compared with controls. Significantly increased levels of the Th1 cell commitment cytokines TNF-α (p < 0.01) and IFN-g (p < 0.05), as well as of the Th2 cytokines IL-6 (p < 0.01), IL-10 (p < 0.01) and IL-13 (p < 0.05), were identified in ITP patients. We have previously shown that there is activation of platelet caspase-3, -8 and -9 at diagnosis in acute paediatric ITP patients compared with controls (Winkler et al, Br J Haematol 2012;156:508). In ITP patients, but not in controls, a negative correlation between eotaxin and caspase- 3 (r2 = 0.72), -8 (r2 = 0.76) and -9 (r2 = 0.53) activity were observed, as well as a negative correlations between GM-CSF and caspase-8 (r2 = 0.52) and -9 (r2 = 0.33). Furthermore, we found a correlation between IL-13 and platelet activation as measured by CD62P (r2 = 0.87) and CD63 (r2 = 0.67) expression in ITP patients but not in controls. In summary, increased plasma levels of the cytokines TNF-α, IFN-g, IL-6, IL-10, and IL-13 were observed in ITP patients at initial presentation, suggesting that these cytokines contribute to the pathogenesis of the disease. Since IL-6 and IFN-g are known to activate macrophages, while higher levels TNF-α, IL-10 and IL-13 in the plasma are signs for activated T cells, our findings are consistent with the current model of ITP, in which activated macrophages induce B and T cells to produce anti-platelet autoantibodies. Our goal is to study the interplay between the immune system and the reduction of platelet count in ITP and to further define apoptosis/activation-related pathways in ITP platelets. Furthermore, we showed a correlation in ITP patients between the chemokine eotaxin and GM-CSF with caspase-3, -8 and -9 activity, and a correlation between IL-13 and platelet activation. Our results imply, that apoptosis and platelet activation at diagnosis in ITP play a role in the development of ITP, but the underlying mechanisms are still unknown and needs to be further evaluated by increasing the patient cohort in our study. Disclosures No relevant conflicts of interest to declare.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetPlatelet Disorders and TreatmentsTravaux en français237 207