Lung Neutrophilic Recruitment and IL-8/IL-17A Tissue Expression in COVID-19
Notice bibliographique
Résumé
The new SARS-CoV-2 virus differs from the pandemic Influenza A virus H1N1 subtype (H1N1pmd09) how it induces a pro-inflammatory response in infected patients. This study aims to evaluate the involvement of SNPs and tissue expression of IL-17A and the neutrophils recruitment in post-mortem lung samples from patients who died of severe forms of COVID-19 comparing to those who died by H1N1pdm09. Twenty lung samples from patients SARS-CoV-2 infected (COVID-19 group) and 10 lung samples from adults who died from a severe respiratory H1N1pdm09 infection (H1N1 group) were tested. The tissue expression of IL-8/IL-17A was identified by immunohistochemistry, and hematoxylin and eosin (H&E) stain slides were used for neutrophil scoring. DNA was extracted from paraffin blocks, and genotyping was done in real time-PCR for two IL17A target polymorphisms. Tissue expression increasing of IL-8/IL-17A and a higher number of neutrophils were identified in samples from the H1N1 group compared to the COVID-19 group. The distribution of genotype frequencies in the IL17A gene was not statistically significant between groups. However, the G allele (GG and GA) of rs3819025 was correlated with higher tissue expression of IL-17A in the COVID-19 group. SARS-CoV-2 virus evokes an exacerbated response of the host’s immune system but differs from that observed in the H1N1pdm09 infection since the IL-8/IL-17A tissue expression, and lung neutrophilic recruitment may be decreased. In SNP rs3819025 (G/A), the G allele may be considered a risk allele in the patients who died for COVID-19.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».