MétaCan
Menu
Retour à la cohorte
Enregistrement W3179888898 · doi:10.1016/j.mayocp.2021.07.001

Acute Kidney Injury in Severe COVID-19 Has Similarities to Sepsis-Associated Kidney Injury

2021· article· en· W3179888898 sur OpenAlexaff
Mariam P. Alexander, Kiran K. Mangalaparthi, Anil K. Madugundu, Ann M. Moyer, Benjamin Adam, Michael Mengel, Smrita Singh, Sandra M. Herrmann, Andrew D. Rule, Elizabeth Cheek, Loren P. Herrera Hernandez, Rondell P. Graham, Aleksandar Đenić, Marie‐Christine Aubry, Anja C. Roden, Catherine E. Hagen, Reade A. Quinton, Melanie C. Bois, Peter T. Lin, Joseph J. Maleszewski, Lynn D. Cornell, Sanjeev Sethi, Kevin D. Pavelko, Jon E. Charlesworth, Ramya Narasimhan, Christopher P. Larsen, Stacey A. Rizza, Samih H. Nasr, Joseph P. Grande, Trevor D. McKee, Andrew D. Badley, Akhilesh Pandey, Timuçin Taner

Notice bibliographique

RevueMayo Clinic Proceedings · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversity Health NetworkUniversity of Alberta
Organismes subventionnairesMayo Foundation for Medical Education and ResearchDepartment of Pathology and Laboratory Medicine, University of North Carolina School of MedicineMayo Clinic
Mots-clésAcute kidney injuryMedicinePathologyNecroptosisInflammationAcute tubular necrosisSepsisKidney diseaseDiffuse alveolar damageKidneyImmunologyLungInternal medicineProgrammed cell deathBiologyApoptosis

Résumé

récupéré en direct d'OpenAlex

Objective To compare coronavirus disease 2019 (COVID-19) acute kidney injury (AKI) to sepsis-AKI (S-AKI). The morphology and transcriptomic and proteomic characteristics of autopsy kidneys were analyzed. Patients and Methods Individuals 18 years of age and older who died from COVID-19 and had an autopsy performed at Mayo Clinic between April 2020 to October 2020 were included. Morphological evaluation of the kidneys of 17 individuals with COVID-19 was performed. In a subset of seven COVID-19 cases with postmortem interval of less than or equal to 20 hours, ultrastructural and molecular characteristics (targeted transcriptome and proteomics analyses of tubulointerstitium) were evaluated. Molecular characteristics were compared with archived cases of S-AKI and nonsepsis causes of AKI. Results The spectrum of COVID-19 renal pathology included macrophage-dominant microvascular inflammation (glomerulitis and peritubular capillaritis), vascular dysfunction (peritubular capillary congestion and endothelial injury), and tubular injury with ultrastructural evidence of mitochondrial damage. Investigation of the spatial architecture using a novel imaging mass cytometry revealed enrichment of CD3 + CD4 + T cells in close proximity to antigen-presenting cells, and macrophage-enriched glomerular and interstitial infiltrates, suggesting an innate and adaptive immune tissue response. Coronavirus disease 2019 AKI and S-AKI, as compared to nonseptic AKI, had an enrichment of transcriptional pathways involved in inflammation (apoptosis, autophagy, major histocompatibility complex class I and II, and type 1 T helper cell differentiation). Proteomic pathway analysis showed that COVID-19 AKI and to a lesser extent S-AKI were enriched in necroptosis and sirtuin-signaling pathways, both involved in regulatory response to inflammation. Upregulation of the ceramide-signaling pathway and downregulation of oxidative phosphorylation in COVID-19 AKI were noted. Conclusion This data highlights the similarities between S-AKI and COVID-19 AKI and suggests that mitochondrial dysfunction may play a pivotal role in COVID-19 AKI. This data may allow the development of novel diagnostic and therapeutic targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,433
Écart entre enseignants0,358 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMayo Clinic ProceedingsMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207