Investigating T-cell-derived extracellular vesicles as biomarkers of disease activity, axonal injury, and disability in multiple sclerosis
Notice bibliographique
Résumé
INTRODUCTION: Multiple sclerosis (MS) is a chronic immune-mediated demyelinating disease of the central nervous system, whereby clinical disease activity is primarily monitored by magnetic resonance imaging. METHODS: Given the limitations associated with implementing and acquiring novel and emerging imaging biomarkers in routine clinical practice, the discovery of biofluid biomarkers may offer a more simple and cost-effective measure that would improve accessibility, standardization, and patient care. Extracellular vesicles (EVs) are nanoparticles secreted from cells under both homeostatic and pathological states, and have been recently investigated as biomarkers in MS. The objectives of this study were to longitudinally measure levels of specific immune cell-derived EVs in MS and provide evidence that EV sub-populations may serve as biomarkers of disease activity, axonal injury, and/or clinical disability. RESULTS: Our results demonstrate that the rate of clinical disability in MS negatively correlates with changes in circulating CD3+ EVs within the plasma. Additionally, numbers of CD4+ EVs decrease in individuals with increasing pNfL levels overtime whereby the magnitude of the pNfL increase negatively correlates with changes in plasma CD4+ and CD8+ EVs. Finally, when applying NEDA-3 criteria to define active versus stable disease, individuals with active disease had significantly elevated CD4+ and CD8+ EVs compared to stable disease. CONCLUSION: In summary, the analysis of specific immune cell-derived EV subsets may provide a method to monitor disability accumulation, disease activity, and axonal injury in MS, while also providing insights into the pathophysiology and cellular/molecular mechanisms that influence progression.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».