Angiotensin-converting enzyme 2 (ACE2) levels in relation to risk factors for COVID-19 in two large cohorts of patients with atrial fibrillation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: The global COVID-19 pandemic is caused by the SARS-CoV-2 virus entering human cells using angiotensin-converting enzyme 2 (ACE2) as a cell surface receptor. ACE2 is shed to the circulation, and a higher plasma level of soluble ACE2 (sACE2) might reflect a higher cellular expression of ACE2. The present study explored the associations between sACE2 and clinical factors, cardiovascular biomarkers, and genetic variability. METHODS AND RESULTS: Plasma and DNA samples were obtained from two international cohorts of elderly patients with atrial fibrillation (n = 3999 and n = 1088). The sACE2 protein level was measured by the Olink Proteomics® Multiplex CVD II96 × 96 panel. Levels of the biomarkers high-sensitive cardiac troponin T (hs-cTnT), N-terminal probrain natriuretic peptide (NT-proBNP), growth differentiation factor 15 (GDF-15), C-reactive protein, interleukin-6, D-dimer, and cystatin-C were determined by immunoassays. Genome-wide association studies were performed by Illumina chips. Higher levels of sACE2 were statistically significantly associated with male sex, cardiovascular disease, diabetes, and older age. The sACE2 level was most strongly associated with the levels of GDF-15, NT-proBNP, and hs-cTnT. When adjusting for these biomarkers, only male sex remained associated with sACE2. We found no statistically significant genetic regulation of the sACE2 level. CONCLUSIONS: Male sex and clinical or biomarker indicators of biological ageing, cardiovascular disease, and diabetes are associated with higher sACE2 levels. The levels of GDF-15 and NT-proBNP, which are associated both with the sACE2 level and a higher risk for mortality and cardiovascular disease, might contribute to better identification of risk for severe COVID-19 infection.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle