Dexamethasone modulates immature neutrophils and interferon programming in severe COVID-19
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
Abstract Although critical for host defense, innate immune cells are also pathologic drivers of acute respiratory distress syndrome (ARDS). Innate immune dynamics during Coronavirus Disease 2019 (COVID-19) ARDS, compared to ARDS from other respiratory pathogens, is unclear. Moreover, mechanisms underlying the beneficial effects of dexamethasone during severe COVID-19 remain elusive. Using single-cell RNA sequencing and plasma proteomics, we discovered that, compared to bacterial ARDS, COVID-19 was associated with expansion of distinct neutrophil states characterized by interferon (IFN) and prostaglandin signaling. Dexamethasone during severe COVID-19 affected circulating neutrophils, altered IFN active neutrophils, downregulated interferon-stimulated genes and activated IL-1R2 + neutrophils. Dexamethasone also expanded immunosuppressive immature neutrophils and remodeled cellular interactions by changing neutrophils from information receivers into information providers. Male patients had higher proportions of IFN active neutrophils and preferential steroid-induced immature neutrophil expansion, potentially affecting outcomes. Our single-cell atlas (see ‘Data availability’ section) defines COVID-19-enriched neutrophil states and molecular mechanisms of dexamethasone action to develop targeted immunotherapies for severe 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.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 découle