Good’s Syndrome: Time to Move on From Reviewing the Past
Notice bibliographique
Résumé
For seven decades, the pathophysiology of Good's syndrome (GS) has remained a mystery, with few attempts to solve it. Initially described as an association between hypogammaglobulinemia and thymoma, controversy exists whether this is a unique disease, or a subgroup of Common Variable Immune Deficiency (CVID). Recently, some distinguishing aspects of both syndromes have come to light reflecting fundamental differences in their underlying pathophysiology. GS and CVID differ in demographic features and immune phenotype. GS is found almost exclusively in adults and is characterized by a significantly reduced or absence of peripheral B cells. In CVID, which also occurs in children, most patients have normal or slightly reduced peripheral B cells, with a distinguishing feature of low memory B cells. Similarly, differences in T cell dysregulation and manifestations of hematologic cytopenias may further distinguish GS from CVID. Knowledge of the clinical phenotype of this rare adult immune deficiency stems from individual case reports, retrospective, and cross-sectional data on a few cohorts with a limited number of well characterized patients. The understanding of pathophysiology in GS is hampered by the incomplete and inconsistent reporting of clinical and laboratory data, with a limited knowledge of its natural history. In this mini review, we discuss current state of the art data and identify research gaps. In order to resolve controversies and fill in knowledge gaps, we propose a coordinated paradigm shift from incidence reporting to robust investigative studies, addressing mechanisms of disease. We hope this novel approach sets a clear direction to solve the current controversies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,010 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».