Pathophysiology of drug hypersensitivity
Notice bibliographique
Résumé
Drug hypersensitivity reactions (DHRs) are type B adverse drug reactions (ADRs) traditionally defined as unpredictable, dose independent and not related to the drug pharmacology. DHRs, also called drug allergy if the immune system involvement is confirmed, represent around one-sixth of all ADRs and can cause major clinical problems due to their vague clinical presentation and irregular time course. Understanding the underlying pathophysiology of DHRs is very important for their diagnosis and management. Multiple layers of evidence exist pointing to the involvement of the immune system in DHRs. Recent data have led to a paradigm shift in our understanding of the exact pathophysiology of these reactions. Numerous hypotheses proposing explanation on how a low molecular weight drug molecule can elicit an immune reaction have been proposed. In addition to the classical "hapten" hypothesis, the reactive metabolite hypothesis, the pharmacological interaction with the immune system (p-i) concept, the danger/injury hypothesis and the altered peptide repertoire hypothesis have been proposed. We here introduce the inflammasome activation hypothesis and the cross-reactivity hypothesis as additional models explaining the pathophysiology of DHRs. Available data supporting these hypotheses are briefly summarized and discussed. We also introduced the cross-reactivity model, which may provide a platform to appreciate the potential role played by other factors leading to the activation of the immune system. We believe that although the drug in question could be the trigger of the reaction, the components of the immune system mediating the reaction do not act in isolation but rather are affected by the proinflammatory milieu occurring at the time of the reaction. This review attempts to summarize the available evidence to further illustrate the pathophysiology of DHRs.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| 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 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».