The Immunophenotype of Blood and Cerebrospinal Fluid Mononuclear Cells in Dogs
Notice bibliographique
Résumé
Inflammatory neurologic diseases are common in dogs, but establishing a definitive diagnosis often is difficult. Nucleated cell number and type in cerebrospinal fluid (CSF) rarely are suggestive of an etiologic agent. We speculated that CSF leukocyte immunophenotyping would be a useful adjunct in the investigation of canine inflammatory neurologic diseases by yielding more specific etiologic information. The goals of this study were to establish the feasibility of flow cytometric evaluation of individual canine CSF samples and to identify the cell distribution in healthy dogs. The mononuclear cell populations of paired blood and CSF samples from 23 healthy dogs were characterized by labeling of cells with antibodies against CD4, CD8α, CD21, and CD14 molecules and by flow cytometric analysis of their expression. The mean proportion of CD4+ and CD21+ cells was significantly higher in blood than in the CSF (P < .002 and P < .001, respectively). In contrast, the mean proportion of CD14+ and CD8α+ cells was not significantly different between blood and CSF (P= .5 and p= .9, respectively). These findings demonstrate differences in the distribution and function of mononuclear cells in the circulating venous and subarachnoid compartments in the dog.
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 ».