The Role of Immunological and Clinical Biomarkers to Predict Clinical COVID-19 Severity and Response to Therapy—A Prospective Longitudinal Study
Notice bibliographique
Résumé
Background: The association of pro-inflammatory markers such as interleukin-6 (IL-6) and other biomarkers with severe coronavirus disease 2019 (COVID-19) is of increasing interest, however their kinetics, response to current COVID-related treatments, association with disease severity and comparison with other disease states associated with potential cytokine storm (CS) such as Staphylococcus aureus bacteraemia (SAB) are ill-defined. Methods: A cohort of 55 hospitalized SARS-CoV-2 positive patients was prospectively recruited - blood sampling was performed at baseline, post-treatment and hospital discharge. Serum IL-6, C-reactive protein (CRP) and other laboratory investigations were compared between treatment groups and across timepoints. Acute serum IL-6 and CRP levels were then compared to those with suspected COVID-19 (SCOVID) and age and sex matched patients with SAB and patients hospitalized for any non-infectious condition (NIC). Results: IL-6 was elevated at admission in the SARS-CoV-2 cohort but at lower levels compared to matched SAB patients. Median (IQR) IL-6 at admission was 73.89 pg/mL (30.9, 126.39) in SARS-CoV-2 compared to 92.76 pg/mL (21.75, 246.55) in SAB (p=0.017); 12.50 pg/mL (3.06, 35.77) in patients with NIC; and 95.51 pg/mL (52.17, 756.67) in SCOVID. Median IL-6 and CRP levels decreased between admission and discharge timepoints. This reduction was amplified in patients treated with remdesivir and/or dexamethasone. CRP and bedside vital signs were the strongest predictors of COVID-19 severity. Conclusions: Knowledge of the kinetics of IL-6 did not offer enhanced predictive value for disease severity in COVID-19 over common investigations such as CRP and vital signs.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».