MétaCan
Menu
Retour à la cohorte
Enregistrement W3049701975 · doi:10.14740/jh655

Clinical Impact of Percentage of Natural Killer Cells and Natural Killer-Like T Cell Population in Acute Myeloid Leukemia

2020· article· en· W3049701975 sur OpenAlex
Esraa Jamal, Emad Azmy, Mohamed Ben Ayed, Salah Aref, Noha Eisa

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Hematology · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural killer T cellImmunophenotypingImmunologyNatural killer cellMyeloid leukemiaMedicineCD16LeukemiaHematologyBone marrowMyeloidBiologyCancer researchCD3AntigenCytotoxic T cellCD8In vitro

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Natural killer (NK) function defects have been seen in many hematological malignancies, including acute myeloid leukemia (AML). AML is associated with deficient human leukocyte antigen (HLA) expression on leukemia blasts which become targets for killing by NK and natural killer-like T (NKT) cells. However, NK and NKT cells are not effective in killing autologous leukemia blasts, maybe due to number or functional abnormalities. The aim of the work was to detect the number and percentage of NK and NKT cells in patients with AML and the impact of their percentage on the prognosis, response to treatment and survival. METHODS: Bone marrow and peripheral blood samples were collected from 50 adult patients diagnosed as de novo AML who presented to the Hematology Unit in the Oncology Center Mansoura University (OCMU) at time of diagnosis. NK and NKT cells were detected by using immunophenotyping by expression of cell surface and cytoplasmic markers (anti-CD3 fluorescein isothiocyanate (FITC), anti-CD16/56 phycoerythrin (PE)). RESULTS: We observed significant reduction in the median values of NK and NKT cells in AML patients in comparison to normal values. There was an insignificant correlation to response to induction treatment. While a significant correlation to overall survival (OS) (P = 0.03) was observed. The correlation to risk stratification was significant with NK cells (P < 0.001), but not with NKT cells (P = 0.23). CONCLUSION: We concluded that the number and percentage of NK and NKT cells decreased significantly in AML patients and the frequency of NK and NKT cells is inversely proportionate with prognosis and OS in studied AML patients. We recommend correlating both number and function of NK and NKT cells in future studies to help provide a wide field of interest for possibility of demonstrating novel therapies using NK cells for curing AML.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,289
Écart entre enseignants0,277 · 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