Effects of Teriflunomide on B Cell Subsets in MuSK-Induced Experimental Autoimmune Myasthenia Gravis and Multiple Sclerosis
Notice bibliographique
Résumé
Antigen-specific immune responses are crucially involved in both multiple sclerosis (MS) and myasthenia gravis (MG). Teriflunomide is an immunomodulatory agent approved for treatment of MS through inhibition of lymphocyte proliferation. MG associated with muscle-specific tyrosine kinase (MuSK) antibodies often manifests with a severe disease course, prompting development of effective treatment methods. To evaluate whether teriflunomide treatment may ameliorate MuSK-autoimmunity, experimental autoimmune MG (EAMG) was induced by immunizing C57BL/6 (B6) mice three times with MuSK in complete Freund's adjuvant (CFA) (n = 17). MuSK-immunized mice were treated daily with teriflunomide (n = 8) or PBS (n = 9) starting from the third immunization (week 8) to termination (week 14). Clinical severity of EAMG was monitored. Immunological alterations were evaluated by measurement of anti-MuSK IgG, neuromuscular junction deposits, and flow cytometric analysis of lymph node cells. In MS patients under teriflunomide treatment, the peripheral blood B cell subset profile was analyzed. B6 mice treated with teriflunomide displayed relatively preserved body weight, lower EAMG prevalence, reduced average clinical grades, higher inverted screen scores, diminished anti-MuSK antibody and NMJ deposit levels. Amelioration of EAMG findings was associated with reduced memory B cell ratios in the lymph nodes. Similarly, MS patients under teriflunomide treatment showed reduced memory B cell, plasma cell, and plasmablast ratios. Teriflunomide treatment has effectively ameliorated MuSK-autoimmunity and thus may putatively be used in long-term management of MuSK-MG as an auxiliary treatment method. Teriflunomide appears to exert beneficial effects through inhibition of effector B cells.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».