Role of Th2, Th17 and Treg Cells and relevant cytokines in pathogenesis of allergic rhinitis
Notice bibliographique
Résumé
OBJECTIVE: To explore the role of different cells and molecules in the pathogenesis of allergic rhinitis (AR) with positive Artemisia allergen by detecting their expression levels. METHODS: From January 2021 to December 2022,200 AR patients diagnosed in the Otolaryngology Clinic of Ordos Central Hospital were selected as the AR group, and 50 healthy people who underwent physical examination in the hospital during the same period were randomly selected as the healthy control (HC) group. The levels of GATA-3mRNA, RORγtmRNA and FoxP3mRNA in peripheral blood mononuclear cells were detected by real-time fluorescence quantitative PCR (qRT-PCR). The proportions of Th2, Th17 and Treg cells were detected by flow cytometry. The concentrations of IL-4, IL-5, IL-17 and IL-10 in serum were detected by enzyme-linked immunosorbent assay. The differences of transcription gene level, immune cell ratio and cytokine concentration between the two groups were analyzed. RESULTS: There was no difference in age and gender between the two groups. The levels of GATA-3mRNA and RORγtmRNA transcription genes in peripheral blood mononuclear cells, the percentage of Th2, Th17 and Treg immune cells, the levels of eosinophils and basophils in peripheral blood, the concentrations of IL-4, IL-5, IL-17, IL-10 cytokines and IgE in serum of AR patients were significantly higher than those in HC group (P < 0.05). IL-4 and IL-17 were positively correlated with total IgE level. CONCLUSION: The secretion of immune cells and cytokines in peripheral blood of AR patients is abnormal. Th2, Th17, Treg specific transcription factors and related cells and cytokines are involved in the occurrence and development of allergic rhinitis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».