Utilisation de lymphocytes T en thérapie cellulaire pour le traitement de la néphropathie au polyomavirus BK chez les greffés rénaux
Bibliographic record
Abstract
Le polyomavirus BK est un virus très prévalent qui demeure normalement en phase de latence dans l’uroépithélium sans entrainer de complications. Chez les greffés rénaux, il peut cependant se réactiver et mener à une néphropathie pouvant nuire à la survie du greffon. L’immunité du receveur est la pierre angulaire de la prévention et du traitement de cette néphropathie, puisque le seul traitement démontré efficace est une diminution de l’immunosuppression. Cependant, une augmentation non spécifique de l’immunité augmente également le risque de rejet. Notre objectif était donc d’adapter et de valider un protocole transférable en clinique d’immunothérapie adoptive antivirale nous permettant de produire des lignées de lymphocytes T BKvirus spécifiques à partir du sang de patients greffés virémiques, afin de prévenir et traiter ces néphropathies. Nous avons tout d’abord comparé les lignées cellulaires produites à partir de donneurs sains à celles de patients immunosupprimés soumis à une immunosuppression chronique. Par la suite, nous avons adapté le protocole en ajoutant une stimulation à l’aide de cellules dendritiques afin de maximiser l’expansion cellulaire, le statut de différentiation et la spécificité. Bien que les lignées étaient polyclonales, elles n’ont pas démontré de potentiel alloréactif in vivo et in vitro, et ce, malgré une persistance et une prolifération in vivo. Nous avons donc élaboré un protocole qui est prêt à être transféré en étude clinique de phase I/II et qui pourrait nous permettre de prévenir et traiter la néphropathie associée au polyomavirus BK, sans augmenter le risque de rejet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".