Age‐ and sex‐mediated differences in T lymphocyte populations of kidney transplant recipients
Notice bibliographique
Résumé
BACKGROUND: Graft failure rates increase through childhood and adolescence, decline in adulthood, and are higher in female than male kidney transplant recipients (KTR) until middle age. We aimed to describe age- and sex-related differences in T-cell subsets among KTR to determine which differences may help to explain the differences in kidney graft failure rates. METHODS: Effector T (Teff)-cell and regulatory T (Treg)-cell phenotypes in PBMCs from healthy controls and KTR, who were at least 1 year post-transplant with stable graft function under immunosuppression, were analyzed by flow cytometry. The effects of age, sex, and status (KTR or control) were analyzed using linear regressions. RESULTS: We enrolled 20 male and 21 female KTR and 20 male and 20 female controls between 3 and 29 years of age. CD3+ T-cell frequencies were not associated with age or sex but were higher in KTR than controls. There were no differences in CD4+ and CD8+ frequencies. Th1 (IFNγ+ IL-4- IL-17A-) and Th17 (IL-17A+) frequencies within the CD4+ T-cell population were higher at older ages. The frequencies of FOXP3 + Helios + Treg cells in CD4+ CD25+ CD127- T cells were lower in females than males and in KTR than controls. CONCLUSIONS: Increasing frequencies of Th1 and Th17 cells with increasing age mirrors the increasing graft failure rates from childhood to young adulthood. Importantly, sex differences in frequencies of circulating Treg cells may suggest a role in the sex differences in graft failure rates.
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 ».