Saliva viral load better correlates with clinical and immunological profiles in children with coronavirus disease 2019
Notice bibliographique
Résumé
Background Pediatric COVID-19 studies exploring the relationships between NPS and saliva viral loads, clinical and immunological profiles are lacking.Methods Demographics, immunological profiles, nasopharyngeal swab (NPS), and saliva samples collected on admission, and hospital length of stay (LOS) were assessed in children below 18 years with COVID-19.Findings 91 patients were included between March and August 20 20. NPS and saliva viral loads were correlated (r = 0.315, p = 0.01). Symptomatic patients had significantly higher NPS and saliva viral loads than asymptomatic patients. Serial NPS and saliva viral load measurements showed that the log10 NPS (r = −0.532, p < 0.001) and saliva (r = −0.417, p < 0.001) viral loads for all patients were inversely correlated with the days from symptom onset with statistical significance. Patients with cough, sputum, and headache had significantly higher saliva, but not NPS, viral loads. Higher saliva, but not NPS, viral loads were associated with total lymphopenia, CD3 and CD4 lymphopenia (all p < 0.05), and were inversely correlated with total lymphocyte (r = −0.43), CD3 (r = −0.55), CD4 (r = −0.60), CD8 (r = −0.41), B (r = −0.482), and NK (r = −0.416) lymphocyte counts (all p < 0.05).Interpretation Saliva viral loads on admission in children correlated better with clinical and immunological profiles than NPS.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».