Does autoimmune vitiligo protect against COVID‐19 disease?
Notice bibliographique
Résumé
The SARS-CoV-2 pandemic has evolved to a global health problem with a dramatic morbidity and mortality rate impacting our daily life and those of many patients. While there is evidence that some diseases are associated with an increased risk for development of a more severe course of COVID-19, little is known on protective conditions. Importantly, clearance of viral infection and protection against disease manifestation crucially depends on functional innate and adaptive immunity and the interferon signalling axis. Here, we hypothesize that patients with non-segmental vitiligo (NSV), an autoimmune skin (and mucosal) disorder, may clear SARS-CoV-2 infection more efficiently and have a lower risk of COVID-19 development. Conversely, in case of COVID-19 development, vitiligo autoimmunity may influence the cytokine storm-related disease burden. In addition, immune activation during SARS-CoV-2 infection or COVID-19 disease might increase vitiligo disease activity. Our hypothesis is based on the shift of the immune system in NSV towards adaptive type 1 (IFNγ and CD8 T cells) and innate immune responses. Identified susceptibility genes of NSV patients may further confer increased antiviral activity. To validate our hypothesis, we suggest an international consortium to perform a retrospective data registry and patient-reported study on a large number of NSV patients worldwide during the COVID-19 pandemic.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,009 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».