Microglia in multiple sclerosis – pathogenesis and imaging
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Microglia normally protects the central nervous system (CNS) against insults. However, their persistent activation in multiple sclerosis (MS) contributes to injury. Here, we review microglia activation in MS and their detection using positron emission tomography (PET). RECENT FINDINGS: During lesion evolution and the progression of MS, microglia activity may contribute to neurotoxicity through the release of pro-inflammatory cytokines, reactive oxidative species, proteases and glutamate. A means to detect and monitor microglia activation in individuals living with MS is provided by positron emission tomography (PET) imaging using the mitochondrial 18-kDa translocator protein (TSPO) ligand. TSPO PET imaging shows increased microglial activation within the normal appearing white matter that precedes radiological signs of neurodegeneration measured by T2 lesion enlargement. PET-detected microglia activation increases with progression of MS. These findings demand the use of CNS penetrant inhibitors that affect microglia. Such therapies may include hydroxychloroquine that is recently reported in a small study to reduce the expected progression in primary progressive MS, and Bruton's tyrosine kinase inhibitors for which there are now eleven Phase 3 registered trials in MS. SUMMARY: Microglial activation drives injury in MS. PET imaging with microglia-specific ligands offer new insights into progression of MS and as a monitor for treatment responses.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».