Serological and cellular inflammatory signatures in end‐stage kidney disease and latent tuberculosis
Notice bibliographique
Résumé
Abstract Objectives Tuberculosis comorbidity with chronic diseases including diabetes, HIV and chronic kidney disease is of rising concern. In particular, latent tuberculosis infection (LTBI) comorbidity with end‐stage kidney disease (ESKD) is associated with up to 52.5‐fold increased risk of TB reactivation to active tuberculosis infection (ATBI). The immunological mechanisms driving this significant rise in TB reactivation are poorly understood. To contribute to this understanding, we performed a comprehensive assessment of soluble and cellular immune features amongst a unique cohort of patients comorbid with ESKD and LTBI. Methods We assessed the plasma and cellular immune profiles from patients with and without ESKD and/or LTBI (N = 40). We characterised antibody glycosylation, serum complement and cytokine levels. We also assessed classical and non‐classical monocytes and T cells with flow cytometry. Using a systems‐based approach, we identified key immunological features that discriminate between the different disease states. Results Individuals with ESKD exhibited a highly inflammatory plasma profile and an activated cellular state compared with those without ESKD, including higher levels of inflammatory antibody Fc glycosylation structures and activated CX3CR1+ monocytes that correlate with increased inflammatory plasma cytokines. Similar elevated inflammatory signatures were also observed in ESKD+/LTBI+ compared with ESKD−/LTBI+, suggesting that ESKD induces an overwhelming inflammatory immune state. In contrast, no significant inflammatory differences were observed when comparing LTBI+ and LTBI− individuals. Conclusion Our study highlights the highly inflammatory state induced by ESKD. We hypothesise that this inflammatory state could contribute to the increased risk of TB reactivation in ESKD 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».