MétaCan
Menu
Retour à la cohorte
Enregistrement W4408695499 · doi:10.1126/sciadv.adp9052

Emergence of a senescent and inflammatory pulmonary CD4 <sup>+</sup> T cell population prior to lung allograft failure

2025· article· en· W4408695499 sur OpenAlexaff
Sajad Moshkelgosha, Liran Levy, Shahideh Safavi, S. Karunagaran, Gavin W. Wilson, Benjamin Renaud‐Picard, Goodness Madu, Rashi Ramchandani, Jillian Oliver, Tatsuaki Watanabe, Ke Fan Bei, Betty Joe, Qixuan Li, Ella Huszti, May Cheung, David W. Hedley, Jonathan Yeung, Shaf Keshavjee, Tereza Martinu, S. Juvet

Notice bibliographique

RevueScience Advances · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTransplantation: Methods and Outcomes
Établissements canadiensUniversity of TorontoToronto General HospitalUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésLungLung transplantationMedicineImmunologyBronchoalveolar lavagePopulationPulmonary fibrosisFibrosisCytotoxic T cellInflammationIdiopathic pulmonary fibrosisPathologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Survival after lung transplantation is limited by chronic lung allograft dysfunction (CLAD), an alloimmune fibrotic process leading to death or retransplantation after a median of 6 years. Immunosuppression fails to prevent CLAD, suggesting the existence of drug-resistant alloimmune pathways. We used time-of-flight mass cytometry to identify cells enriched in the bronchoalveolar lavage of patients with subsequent acute lung allograft dysfunction (ALAD), a risk factor for CLAD. We show that CD4 + CD57 + PD1 + T cells emerge in stable patients, conferring risks for ALAD, CLAD, and death. These cells are senescent, secrete inflammatory cytokines, and fall into two oligoclonal subsets with putative cytotoxic and follicular helper functions. Last, they are associated with fibrosis in mouse and human lung allografts, where they localize near airway epithelium and B cells. Together, our findings reveal an inflammatory T cell population that predicts future lung allograft dysfunction and may represent a rational therapeutic target.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,313
Écart entre enseignants0,306 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetTransplantation: Methods and OutcomesTravaux en français237 207