Autoantibodies neutralizing type I IFNs are present in ~4% of uninfected individuals over 70 years old and account for ~20% of COVID-19 deaths
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Circulating autoantibodies (auto-Abs) neutralizing high concentrations (10 ng/mL, in plasma diluted 1 to 10) of IFN-α and/or -ω are found in about 10% of patients with critical COVID-19 pneumonia, but not in subjects with asymptomatic infections. We detect auto-Abs neutralizing 100-fold lower, more physiological, concentrations of IFN-α and/or -ω (100 pg/mL, in 1/10 dilutions of plasma) in 13.6% of 3,595 patients with critical COVID-19, including 21% of 374 patients > 80 years, and 6.5% of 522 patients with severe COVID-19. These antibodies are also detected in 18% of the 1,124 deceased patients (aged 20 days-99 years; mean: 70 years). Moreover, another 1.3% of patients with critical COVID-19 and 0.9% of the deceased patients have auto-Abs neutralizing high concentrations of IFN-β. We also show, in a sample of 34,159 uninfected subjects from the general population, that auto-Abs neutralizing high concentrations of IFN-α and/or -ω are present in 0.18% of individuals between 18 and 69 years, 1.1% between 70 and 79 years, and 3.4% >80 years. Moreover, the proportion of subjects carrying auto-Abs neutralizing lower concentrations is greater in a subsample of 10,778 uninfected individuals: 1% of individuals <70 years, 2.3% between 70 and 80 years, and 6.3% >80 years. By contrast, auto-Abs neutralizing IFN-β do not become more frequent with age. Auto-Abs neutralizing type I IFNs predate SARS-CoV-2 infection and sharply increase in prevalence after the age of 70 years. They account for about 20% of both critical COVID-19 cases in the over-80s, and total fatal COVID-19 cases.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle