Platelet autoantibodies in the bone marrow of patients with immune thrombocytopenia
Notice bibliographique
Résumé
Autoantibodies cause platelet destruction in patients with immune thrombocytopenia (ITP); yet only 50% to 60% of patients have detectable platelet autoantibodies in peripheral blood. We hypothesized that in some ITP patients, platelet autoantibodies are sequestered in the bone marrow where pathological immune reactions target megakaryocytes or newly formed platelets. In this study, we modified the platelet glycoprotein-specific assay to test bone marrow aspiration samples for free platelet autoantibodies or antibodies bound to bone marrow cells in aspirate fluid from patients with ITP (n = 18), patients with nonimmune thrombocytopenia (n = 3), and healthy donors (n = 6). We found that 10 (56%) of 18 patients with ITP had autoantibodies in the bone marrow, including 5 (50%) of 10 with autoantibodies in bone marrow only, and 5 (50%) of 10 with autoantibodies in bone marrow and peripheral blood. In comparison, 6 (33%) of 18 ITP patients had autoantibodies in peripheral blood, most of whom (5 [83%] of 6) also had autoantibodies in bone marrow. Bone marrow autoantibodies were not detected in patients with nonimmune thrombocytopenia or healthy donors; however, peripheral blood autoantibodies were detectable in 1 (33%) of 3 patients with nonimmune thrombocytopenia. The sensitivity of platelet autoantibodies for the diagnosis of ITP increased from 60% (peripheral blood testing) to 72% (peripheral blood and bone marrow testing). Immune reactions limited to the bone marrow may be characteristic of certain subsets of ITP patients.
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 ».