Paediatric sepsis survivors are resistant to sepsis‐induced long‐term immune dysfunction
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Sepsis-surviving adult individuals commonly develop immunosuppression and increased susceptibility to secondary infections, an outcome mediated by the axis IL-33/ILC2s/M2 macrophages/Tregs. Nonetheless, the long-term immune consequences of paediatric sepsis are indeterminate. We sought to investigate the role of age in the genesis of immunosuppression following sepsis. EXPERIMENTAL APPROACH: Here, we compared the frequency of Tregs, the activation of the IL-33/ILC2s axis in M2 macrophages and the DNA methylation of epithelial lung cells from post-septic infant and adult mice. Likewise, sepsis-surviving mice were inoculated intranasally with Pseudomonas aeruginosa or by subcutaneous inoculation of the B16 melanoma cell line. Finally, blood samples from sepsis-surviving patients were collected and the concentration of IL-33 and Tregs frequency were assessed. KEY RESULTS: In contrast to 6-week-old mice, 2-week-old mice were resistant to secondary infection and did not show impairment in tumour controls upon melanoma challenge. Mechanistically, increased IL-33 levels, Tregs expansion, and activation of ILC2s and M2-macrophages were observed in 6-week-old but not 2-week-old post-septic mice. Moreover, impaired IL-33 production in 2-week-old post-septic mice was associated with increased DNA methylation in lung epithelial cells. Notably, IL-33 treatment boosted the expansion of Tregs and induced immunosuppression in 2-week-old mice. Clinically, adults but not paediatric post-septic patients exhibited higher counts of Tregs and seral IL-33 levels. CONCLUSION AND IMPLICATIONS: These findings demonstrate a crucial and age-dependent role for IL-33 in post-sepsis immunosuppression. Thus, a better understanding of this process may lead to differential treatments for adult and paediatric sepsis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».