Microglia Fighting for Neurological and Mental Health: On the Central Nervous System Frontline of COVID-19 Pandemic
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) is marked by cardio-respiratory alterations, with increasing reports also indicating neurological and psychiatric symptoms in infected individuals. During COVID-19 pathology, the central nervous system (CNS) is possibly affected by direct severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) invasion, exaggerated systemic inflammatory responses, or hypoxia. Psychosocial stress imposed by the pandemic further affects the CNS of COVID-19 patients, but also the non-infected population, potentially contributing to the emergence or exacerbation of various neurological or mental health disorders. Microglia are central players of the CNS homeostasis maintenance and inflammatory response that exert their crucial functions in coordination with other CNS cells. During homeostatic challenges to the brain parenchyma, microglia modify their density, morphology, and molecular signature, resulting in the adjustment of their functions. In this review, we discuss how microglia may be involved in the neuroprotective and neurotoxic responses against CNS insults deriving from COVID-19. We examine how these responses may explain, at least partially, the neurological and psychiatric manifestations reported in COVID-19 patients and the general population. Furthermore, we consider how microglia might contribute to increased CNS vulnerability in certain groups, such as aged individuals and people with pre-existing conditions.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».