MétaCan
Menu
Retour à la cohorte
Enregistrement W4379966448 · doi:10.1111/pcmr.13101

Trained immunity in the pathogenesis of vitiligo

2023· review· en· W4379966448 sur OpenAlex
Nicoline F. Post, Greta Ginski, Rens Peters, N. van Uden, Marcel W. Bekkenk, Albert Wolkerstorfer, Mihai G. Netea, Rosalie M. Luiten

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePigment Cell & Melanoma Research · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune responses and vaccinations
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésVitiligoInnate immune systemImmunologyImmune systemEpigeneticsBiologyImmunityAcquired immune systemInnate lymphoid cellGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Vitiligo is caused by an autoimmune reaction against melanocytes leading to melanocyte loss. The cause of vitiligo is an interaction between genetic susceptibility and environmental factors. Both the adaptive immune system-through cytotoxic CD8+ T cells and melanocyte specific antibodies-and the innate immune system are involved in these immune processes in vitiligo. While recent data stressed the importance of innate immunity in vitiligo, the question remains why vitiligo patients' immune response becomes overly activated. Could a long-term increase in innate memory function, described as trained immunity after vaccination and in other inflammatory diseases, play a role as an enhancer and continuous trigger in the pathogenesis of vitiligo? After exposure to certain stimuli, innate immune system is able to show an enhanced immunological response to a secondary trigger, indicating a memory function of the innate immune system, a concept termed trained immunity. Trained immunity is regulated by epigenetic reprogramming, including histone chemical modifications and changes in chromatin accessibility that cause sustained changes in the transcription of specific genes. In responses to an infection, trained immunity is beneficial. However, there are indications of a pathogenic role of trained immunity in inflammatory and autoimmune diseases, with monocytes presenting features of a trained phenotype, resulting in increased cytokine production, altered cell metabolism through mTOR signaling, and epigenetic modifications. This hypothesis paper focusses on vitiligo studies that have shown these indications, suggesting the involvement of trained immunity in vitiligo. Future studies focusing on metabolic and epigenetic changes in innate immune cell populations in vitiligo could help in elucidating the potential role of trained immunity in vitiligo pathogenesis.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,191
Tête enseignante GPT0,424
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle