MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977331104 · doi:10.6084/m9.figshare.24136224.v1

Additional file 1 of N-acetylglucosamine inhibits inflammation and neurodegeneration markers in multiple sclerosis: a mechanistic trial

2023· article· en· W6977331104 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCytokineFlow cytometryCD8Cytotoxic T cellInflammationIL-2 receptorCytokine release syndromeCytometryImmune system

Résumé

récupéré en direct d'OpenAlex

Additional file 1: Figure S1. Baseline HexNAc and cytokine levels. A–E) Average HexNAc (A) and cytokine (B–E) levels from the 4 weekly visits prior to GlcNAc treatment separated by MS subtype. HexNAc measured by LC–MS/MS and IFNg, IL-6, IL-17 and IL-10 levels measured by sandwich ELISA. Only cytokine levels above the lower limit of quantification (LLOQ) were included in analysis. Each dot represents an individual subject. Error bars reflect SEM. P values were measured by two-tailed t test with Welch’s correction. Figure S2. Lymphocyte flow cytometry gating strategy. Activated blasting T cells were identified among the large cells. All CD4 and CD8 cells identified in the large gate were confirmed to be T cells by staining for CD3. L-PHA staining of large CD4+CD25+ blasting T cells with pretreatment in black and during GlcNAc treatment in red. Figure S3. N-glycan branching on resting lymphocytes with oral GlcNAc treatment. A–L) Averaged change in L-PHA binding to resting CD4+CD25–T cells, resting CD8+ T cells and resting CD19+ B cells by flow cytometry assessed before (visits 1–4), during (visits 5–8), and after (visits 9–11) GlcNAc treatment individually (A–C, G–I) or combined (D–F, J–L). Change in L-PHA MFI is relative to baseline (V1–4). P value by linear mixed models (two-tailed) using all subjects who completed the study. Figure S4. Changes in serum neurofilament light chain (sNfl) and clinical disability (EDSS) with oral GlcNAc . A–C) Average sNfL levels measured by SIMOA from the 4 visits prior to GlcNAc treatment separated by HexNAc (A) MS subtype (B) or baseline HexNAc (C). Error bars are SEM. P values by two-tailed t test with Welch’s correction. D–G) Averaged sNfL before (V1–4), during (V5–8), and after (V9–11) oral GlcNAc individually (D,E) or combined (F,G) in subjects with median baseline sNfL < 11.07pg/ml. n=8 and n=8 in the 6g (D,F) and 12g (E,G) cohorts, respectively. sNfL measured by SIMOA. P value by linear mixed modeling (one-tailed) in subjects who completed the study. H–I) Shown is EDSS scores at baseline (average of V1 and V4), after 4 weeks of GlcNAc (visit 8) or 4 weeks after stopping GlcNAc (visit 11). P value by one-tailed Wilcoxon paired test in the intention to treat cohort ITT. Table S1. Modified CONSORT checklist for pilot randomized clinical trials (Sections 8–12 on randomization removed).

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,7930,057

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 Opus0,120
Tête enseignante GPT0,283
Écart entre enseignants0,163 · 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.

Devis d'étudeEssai non randomisé
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMultiple Sclerosis Research Studies→Travaux en français237 207→