195 Investigating T cell immunity in anti-NMDA receptor encephalitis
Notice bibliographique
Résumé
a:2:{s:4:"lang";s:2:"en";s:7:"content";s:1482:" Background Anti-NMDAR encephalitis causes significant morbidity including prolonged ICU or hospital admissions. There is a pressing need to better understand disease immunopathogenesis and identify new treatments. The role of T cells is unexplored. Methods Peripheral blood mononuclear cells from 8 patients and 8 healthy volunteers underwent three rounds of stimulation with pooled, overlapping 15mer peptides spanning the NMDAR-NR1 subunit. Flow cytometry was used to identify NR1-specific CD4+ and CD8+ T cell responses after each stimulation. Peptide matrix and single peptide stimulations were used to determine immunogenic NR1 peptides from peptide pools. Results NR1-specific CD4+ and CD8+ T cells were identified in patients and healthy volunteers. NR1 responses were more frequent and occurred earlier in patients. NR1-specific CD8+ T cells were more frequent than NR1-specific CD4+ T cells. Although CD4+ and CD8+ T cell responses spanned the whole NR1 protein, responses were most often found using a limited number of peptides localising to specific regions of NR1. Conclusions NR1-specific CD4+ and CD8+ T cells can be identified in patients and healthy volunteers. However, patterns of response suggest disease-associated changes in the T cell repertoire in patients. Further work must determine the role of these cells in disease pathogenesis or as potential treatment targets. rachel.brown{at}ucl.ac.uk ";}
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».