Depletion of circulating IgM memory B cells predicts unfavourable outcome in COVID-19
Notice bibliographique
Résumé
Impaired immune responses have been hypothesised to be a possible trigger of unfavourable outcomes in coronavirus disease 2019 (COVID-19). We aimed to characterise IgM memory B cells in patients with COVID-19 admitted to an internal medicine ward in Northern Italy. Overall, 66 COVID-19 patients (mean age 74 ± 16.6 years; 29 females) were enrolled. Three patients (4.5%; 1 female) had been splenectomised and were excluded from further analyses. Fifty-five patients (87.3%) had IgM memory B cell depletion, and 18 (28.6%) died during hospitalisation (cumulative incidence rate 9.26/100 person-week; 5.8-14.7 95% CI). All patients who died had IgM memory B cell depletion. A superimposed infection was found in 6 patients (9.5%), all of them having IgM memory B cell depletion (cumulative incidence rate 3.08/100 person-week; 1.3-6.8 95% CI). At bivariable analyses, older age, sex, number of comorbidities, and peripheral blood lymphocyte count < 1500/µl were not correlated with IgM memory B cell depletion. A discrete-to-marked reduction of the B-cell compartment was also noticed in autoptic spleen specimens of two COVID-19 patients. We conclude that IgM memory B cells are commonly depleted in COVID-19 patients and this correlates with increased mortality and superimposed infections.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».