Higher mucosal antibody concentrations in women with genital tract inflammation
Notice bibliographique
Résumé
Inflammatory cytokines augment humoral responses by stimulating antibody production and inducing class-switching. In women, genital inflammation (GI) significantly modifies HIV risk. However, the impact of GI on mucosal antibodies remains undefined. We investigated the impact of GI, pre-HIV infection, on antibody isotypes and IgG subclasses in the female genital tract. Immunoglobulin (Ig) isotypes, IgG subclasses and 48 cytokines were measured prior to HIV infection in cervicovaginal lavages (CVL) from 66 HIV seroconverters (cases) and 66 matched HIV-uninfected women (controls) enrolled in the CAPRISA 004 and 008 1% tenofovir gel trials. Pre-HIV infection, cases had significantly higher genital IgM (4.13; IQR, 4.04-4.19) compared to controls (4.06; IQR, 3.90-4.20; p = 0.042). More than one-quarter of cases (27%) had GI compared to just over one-tenth (12%) in controls. Significantly higher IgG1, IgG3, IgG4 and IgM (all p < 0.05) were found in women stratified for GI compared to women without. Adjusted linear mixed models showed several pro-inflammatory, chemotactic, growth factors, and adaptive cytokines significantly correlated with higher titers of IgM, IgA and IgG subclasses (p < 0.05). The strong and significant positive correlations between mucosal antibodies and markers of GI suggest that GI may impact mucosal antibody profiles. These findings require further investigation to establish a plausible biological link between the local inflammatory milieu and its consequence on these genital antibodies.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».