天疱疮患者皮损中CD4+定居记忆T细胞的浸润及其临床相关性分析

来源 :中华皮肤科杂志 | 被引量 : 0次 | 上传用户:masterwhl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的

探讨天疱疮皮损局部CD4+定居记忆T(TRM)细胞的浸润及其临床相关性。

方法

2017年9月至2018年12月在上海交通大学医学院附属瑞金医院皮肤科收集天疱疮患者20例,健康对照15例。采用流式细胞仪检测天疱疮患者皮损和健康对照皮肤CD4+ TRM细胞的表达。比较天疱疮患者不同部位皮损处CD4+ TRM细胞的浸润情况,分析CD4+ TRM细胞比例与病情控制所需时间的关系。符合正态分布的资料采用t检验,不符合正态分布者采用非参数检验;采用Pearson相关系数分析CD4+ TRM细胞比例和天疱疮疾病面积指数(PDAI)评分、循环中抗桥粒芯糖蛋白(Dsg)抗体滴度的相关性。

结果

20例天疱疮患者中16例为寻常型天疱疮,4例为落叶型天疱疮。所有患者均有皮肤累及,14例皮损组织取材于躯干部位,6例取材于四肢部位。健康对照组年龄、性别和取材部位与天疱疮组差异无统计学意义(均P > 0.05)。天疱疮患者皮损局部CD3+ T细胞(72.75% ± 8.22%)显著高于健康对照组(31.33% ± 8.72%,t = 14.24,P < 0.001),CD4+ TRM细胞比例(44.05% ± 14.27%)亦显著高于健康对照组(12.60% ± 5.12%,t = 9.10,P < 0.001)。天疱疮患者躯干部CD4+ TRM细胞比例(49.57% ± 12.32%)显著高于四肢(31.17% ± 9.75%,t = 3.23,P < 0.05)。皮损局部CD4+ TRM细胞比例与PDAI呈正相关(r2 = 0.246,P = 0.026);而与血清中循环抗Dsg1(r2 = 0.137,P > 0.05)和抗Dsg3(r2 = 0.162,P > 0.05)抗体滴度无显著相关性。系统糖皮质激素治疗过程中4周内不能控制的患者皮损处CD4+ TRM细胞比例显著高于4周内可以控制的患者(t = 3.22,P < 0.05)。

结论

天疱疮患者皮损局部CD4+ TRM细胞比例显著增高,可能与病情严重程度和疾病治疗反应相关。

其他文献
期刊
期刊
目前对防晒化妆品的认识还存在一些误区,如防晒系数越高越好,防晒剂可以引起使用者缺钙等。防晒化妆品也存在诸如防晒系数测定和标识方法不统一、防护波长范围不足、对人体及环境的安全性不明等许多问题和挑战。本文阐述国际上防晒化妆品面临的问题、发展趋势及对中国防晒化妆品研发的启示等,供临床医师参考。
以往认为银屑病属于非瘙痒性皮肤病,近年来,人们逐渐认识到瘙痒是加重银屑病患者疾病负担的因素之一。本文主要阐述瘙痒在银屑病中的临床特点,关注神经源性炎症中神经肽异常表达和神经末梢异常分布在瘙痒发病机制中作用,介绍治疗银屑病对瘙痒症状缓解的影响。
目的探究Klhl24基因起始密码子突变小鼠毛囊异常的生理表型,为阐明Klhl24调控毛囊发育的机制提供基础。方法将通过CRISPER/Cas9技术构建的Klhl24基因起始密码子突变Klhl24c.3G>T杂合(Klhl24c.3G/T)雄性小鼠与野生型雌性小鼠杂交,对同窝小鼠进行基因型鉴定,Klhl24c.3G/T雄性小鼠和野生型(WT)雄性小鼠分别作为实验组与对照组,每组小鼠≥ 3只。在小鼠出
期刊
目的培养鉴定银屑病患者皮损处真皮间充质干细胞(DMSC),并研究DMSC的发状分裂相关增强子1(HES1)和趋化因子配体6(CXCL6)表达情况。方法分离培养15例银屑病患者皮损及18例健康人(健康对照组)皮肤的DMSC,利用流式细胞仪进行表型鉴定,实时荧光定量聚合酶链反应(RT-PCR)及免疫印迹(Western blot)检测HES1和CXCL6的mRNA及蛋白表达水平,两组间比较采用t检验。
目的探讨血清及疱液嗜酸性粒细胞阳离子蛋白(ECP)水平与大疱性类天疱疮(BP)的关系。方法选择2012年1月至2019年10月在北京协和医院皮肤科就诊的初发BP患者40例、健康人40例进行血清ECP检测;选择同一时期就诊的33例初发BP患者、41例非免疫性疱病患者进行疱液ECP检测。用酶联免疫吸附实验检测血清和疱液ECP含量,同时对1例BP和1例接触性皮炎患者皮损部位病理切片进行ECP免疫组化染色
传统的机器学习受限于无法直接处理原始数据,而是依赖于专家设计特征提取器,但深度学习的出现打破了这一禁锢,可以自动地从未经处理的原始数据中发现用于检测或分类的代表性信息,成为人工智能医学影像分类的关键技术。在恶性黑素瘤与色素痣的二分类及黑素细胞来源肿瘤以外的其他皮肤疾病如鳞状细胞肿瘤、基底细胞癌、甲病等的分类方面,深度学习取得与皮肤科医师相当甚至超过皮肤科医师的分类水平。本文介绍深度学习在皮肤影像分
期刊