Immune cell context in normal karyotype AML patients at diagnosis
Bibliographic record
Abstract
La leucémie myéloïde aiguë (LMA) est une néoplasie hématologique complexe caractérisée par une croissance incontrôlée de cellules myéloïdes immatures dans la moelle osseuse et le sang périphérique. Au fil du temps, cela entraîne la suppression de l'hématopoïèse normale par divers mécanismes, dont certains ne sont pas encore entièrement compris. L'importance critique de ce processus, ainsi que la réponse aux traitements, repose en grande partie sur le microenvironnement médullaire. Cette étude vise à explorer en profondeur le paysage immunologique des patients atteints de LMA à caryotype normal en réalisant un immunophénotypage détaillé des populations de cellules immunitaires afin de déceler des anomalies liées à la LMA. Les échantillons fournis par la Banque de cellules leucémiques du Québec comprennent des prélèvements sanguins et de moelle osseuse. Des panels multiparamétriques et la cytométrie en flux avec technologie spectrale ont été utilisés pour caractériser les sous-ensembles cellulaires. En plus des lymphocytes T, des cellules NK, des lymphocytes B et des monocytes, nous avons mené des analyses détaillées des lymphocytes T pour évaluer l'expression des marqueurs d'épuisement et l'état de différenciation mémoire/effecteur. En parallèle, nous analysons les cellules NK, les lymphocytes B et les monocytes à l’aide de marqueurs spécifiques pour mettre en lumière leur diversité fonctionnelle dans le contexte de la LMA. L’objectif final de ce projet est de corréler les phénotypes des cellules immunitaires avec les variables de résultats cliniques telles que la réponse au traitement, les rechutes et la survie globale, en tirant parti des riches données cliniques disponibles pour chaque patient. Cette approche intégrative permettra de mieux comprendre les mécanismes de progression de la LMA et d'améliorer les stratégies thérapeutiques.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".