Exploratory study on immune phenotypes in Alzheimer’s disease and vascular dementia
Notice bibliographique
Résumé
Background and purpose The differentiation of Alzheimer’s disease (AD) dementia from vascular dementia (VaD) and mixed‐type dementia (mixed dementia) requires stepwise analysis and usually occurs late in the disease process. Early diagnosis and therapy monitoring would benefit greatly from the identification of biomarkers of neurodegeneration, especially blood biomarkers. To this end, the aim of the present pilot study was to investigate differences in the distribution of peripheral T‐cell populations in patients with AD compared to VaD and mixed dementia. Methods Flow cytometry was performed on blood samples from 11 patients with AD, six with VaD and six with mixed dementia, as well as 17 healthy control subjects (HCs). CD4+ and CD8+ T cells were typed for expression of CD45, CD27, CD28, CD25, FoxP3, CCR4 and CCR6; the other leukocytes were also assessed. Functionally, immune cell uptake of the β‐amyloid (Aβ) toxic fragment (Aβ 1–42 ) was also evaluated. Results A higher proportion of CD4+CD28− memory T cells and a reciprocal reduction of CD4+CD28+CD27+ naïve T lymphocytes was detected in all patient groups relative to controls. Significantly fewer CD4+CD25+FoxP3 regulatory T cells were present in patients with VaD, and significantly more CCR6+ and CCR4+ CD4+ T cells in those with AD. Higher CCR6+ T‐cell frequencies were also present in patients with mixed dementia, potentially due to the inflammation and immune cell chemoattraction triggered by Aβ. Conclusions The present study was a comprehensive investigation comparing different kinds of dementia, revealing differentially expressed peripheral markers that are potentially useful for early AD, VaD and mixed dementia diagnoses, and that would assist in proper treatments for these disparate diseases. Validation is now required.
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) | 0,000 | 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 ».