Mast Cell Desensitization in Allergen Immunotherapy
Notice bibliographique
Résumé
Allergen immunotherapy (AIT) is the only treatment with disease-transforming potential for allergic disorders. The immunological mechanisms associated with AIT can be divided along time in two phases: short-term, involving mast cell (MC) desensitization; and long-term, with a regulatory T cell (Treg) response with significant reduction of eosinophilia. This regulatory response is induced in about 70% of patients and lasts up to 3 years after AIT cessation. MC desensitization is characteristic of the initial phase of AIT and it is often related to its success. Yet, the molecular mechanisms involved in allergen-specific MC desensitization, or the connection between MC desensitization and the development of a Treg arm, are poorly understood. The major AIT challenges are its long duration, the development of allergic reactions during AIT, and the lack of efficacy in a considerable proportion of patients. Therefore, reaching a better understanding of the immunology of AIT will help to tackle these short-comings and, particularly, to predict responder-patients. In this regard, omics strategies are empowering the identification of predictive and follow-up biomarkers in AIT. Here, we review the immunological mechanisms underlying AIT with a focus on MC desensitization and AIT-induced adverse reactions. Also, we discuss the identification of novel biomarkers with predictive potential that could improve the rational use of AIT.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,003 | 0,002 |
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 ».