Early Humoral Response Correlates with Disease Severity and Outcomes in COVID-19 Patients
Notice bibliographique
Résumé
Abstract The Coronavirus Disease 2019 (COVID-19), caused by the novel SARS-CoV-2, continues to spread globally with significantly high morbidity and mortality rates. Immunological surrogate markers, in particular antigen-specific responses, are of unquestionable value for clinical management of patients with COVID-19. Here, we investigated the kinetics of IgM, IgG against the spike (S) and nucleoproteins (N) proteins and their neutralizing capabilities in hospitalized patients with RT-PCR confirmed COVID-19 infection. Our data show that SARS-CoV-2 specific IgG, IgM and neutralizing antibodies (nAbs) were readily detectable in almost all COVID-19 patients with various clinical presentations. Notably, anti-S and -N IgG, peaked 20-40 day after disease onset, and were still detectable for at least up to 70 days, with nAbs observed during the same time period. Moreover, nAbs titers were strongly correlated with IgG antibodies. Significantly higher levels of nAbs as well as anti-S1 and N IgG and IgM antibodies were found in patients with more severe clinical presentations, patients requiring admission to intensive care units (ICU) or those with fatal outcomes. Interestingly, lower levels of antibodies, particularly anti-N IgG and IgM in the first 15 days after symptoms onset, were found in survivors and those with mild clinical presentations. Collectively, these findings provide new insights into the characteristics and kinetics of antibody responses in COVID-19 patients with different disease severity.
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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».