Abstracts from the Conjoint Annual Meeting of L’Association des Pneumologues de la Province de Québec and le Réseau en santé Respiratoire du FRSQ
Notice bibliographique
Résumé
Background: In asthma, CD4 + T cells are selectively recruited into the bronchial mucosa.CD4 + T cells consist of different subsets that express lineage-specific transcription factors and play different roles either in initiating and supporting the development of immune response, but also in orchestrating and regulating them.oBjectives: The aim of our study was to evaluate the effect of T cellsbronchial fibroblasts interaction on CD4 + T cell phenotype.Methods: Human bronchial fibroblasts were isolated from mild steroid naïve asthmatics and nonatopic healthy controls.CD4 + T cells were purified from the peripheral blood of healthy and asthmatic subjects.Co-culture of confluent healthy (HF) or asthmatic bronchial fibroblasts (AF) with T cells were performed.CD4 + T cell total RNA was purified and GATA-3, Foxp3 and RORc expression was detected by quantitative PCR.Th17 (IL-17,IL-22) lineage-specific cytokines profile were also evaluated.results: Co-culture of T cells with bronchial fibroblasts significantly stimulated RORc in asthmatic T cells only, whereas Foxp3 and GATA-3 were not affected in both asthmatic and healthy T cells.IL-6 and IL-23 expression either by AF and HF were also significantly increased by the coculture when, TGF-β expression was not affected.In CD4 + T cells, IL-17 and IL-22, Th17 lineage-specific cytokines were significantly increased by the coculture with AF. conclusion: Interaction between bronchial fibroblasts and T cells seems to specifically promote Th17 cells profile in asthma.These results suggest that cellular interactions particularly between T cells and fibroblasts may play a pivotal role in the regulation of the inflammatory response in asthma.
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 | 0,004 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».