MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411433807 · doi:10.3389/fimmu.2025.1617528

A comprehensive welfare scoring system for graft versus host disease clinical assessment in humanised mouse models used for pharmaceutical research

2025· article· en· W4411433807 sur OpenAlexaff
Rebecca Marlow, Kelli Ryan, Jean‐Martin Lapointe, Daniel Sutton, Alan Sharpe, Jennifer A. Walker, Emma Little, John Peverill, Adam Holberry-Brown, Emma Wassell, Robbie McLaren-Jones, Chelsea Cavanagh, Tamara A. Baker, Matthew Clayton, Natasha A. Karp, Michiel Plugge, Simon J. Dovedi, Suzanne I. Sitnikova, Natalie Burrows

Notice bibliographique

RevueFrontiers in Immunology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensDiscovery Centre
Organismes subventionnairesAstraZeneca
Mots-clésHost (biology)Graft-versus-host diseaseDiseasePharmaceutical sciencesMedicineComputational biologyImmunologyBiologyPharmacologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Immuno-oncology drug discovery increasingly relies on humanised mouse models of cancer due to limitations of murine surrogate tools and differences between mouse and human immune systems. Graft-versus-Host Disease (GvHD) is a significant complication following xenogeneic transplantation of human immune cells into mice, limiting their lifespan and impacting the utility of these studies. Existing GvHD scoring systems inadequately capture the disease's complexity, hampering optimal welfare management and clinical progression monitoring. We propose a comprehensive, practical scoring system for monitoring clinical signs of GvHD in humanised mice. It evaluates seven clinical signs reflecting disease complexity, sums the scores, and categorises overall GvHD severity into four stages, each with specific welfare actions. This refined tool reduces animal suffering through early detection and timely interventions, enabling mice to remain on studies where possible to maximise scientific impact. Our scoring system correlates with histological scores of GvHD-induced tissue damage across multiple organs, with liver and kidney histopathology ranking highly, unlike lung pathology. The system is reproducible among independent experimenters and versatile, effectively applied across multiple types of humanised mouse models and strains. It identifies common clinical signs including weight loss, swelling/reddening of extremities, fur condition, and posture changes, aiding users in distinguishing relevant signs. This system refines and standardises welfare decision-making, supporting the responsibility to minimise suffering when working with humanised mice.

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)0,011
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,118
Tête enseignante GPT0,460
Écart entre enseignants0,342 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Immunology→Même sujetVirus-based gene therapy research→Travaux en français237 207→