MétaCan
Menu
Retour à la cohorte
Enregistrement W4200343130 · doi:10.3389/fnut.2021.784429

COVID-19 Outcome Relates With Circulating BDNF, According to Patient Adiposity and Age

2021· article· en· W4200343130 sur OpenAlexfundno aff
Luciéle Guerra Minuzzi, Marília Seelaender, Bruna Spolador de Alencar Silva, Eduardo del Bosco Brunetti Cunha, Marina de Castro Deus, Franciane Thais Falcão Vasconcellos, Luis Felipe Beltrão Marqueze, Ana Carolina Gadotti, Cristina Pellegrino Baena, Telmo Pereira, Karsten Krüger, Andréa Novais Moreno-Amaral, Ricardo A. Pinho, Fábio Santos Lira

Notice bibliographique

RevueFrontiers in Nutrition · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoOffice of Energy Research and DevelopmentPontificia Universidade Católica do ParanáCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésLeptinMedicineAdiponectinIntensive care unitBody mass indexInternal medicineAdipose tissueEndocrine systemAdipokineIntensive careHormoneProspective cohort studyObesityEndocrinologyIntensive care medicineInsulin resistance

Résumé

récupéré en direct d'OpenAlex

Background and Aims: We evaluated adipose tissue-derived hormones, body composition, serum metabolic profile, levels of brain-derived neurotrophic factor (BDNF), and the association of these parameters with the clinical outcome in patients with COVID-19. We sought to examine whether obesity, sex, and age influence the adipose tissue endocrine response to the disease. Methods: This prospective study investigated 145 hospitalized patients with COVID-19. Patients were categorized based on their body mass index (BMI), sex and age, and were also classified regarding their outcome after hospitalization as: (a) Non-ICU: patients hospitalized who did not receive intensive care; (b) ICU-survivor: patients admitted to the intensive care unit and discharged; (c) ICU-death: patients who died. Blood samples were collected by the hospital staff between the first and third day of hospitalization. Serum leptin, adiponectin and BDNF concentrations, triglycerides, total cholesterol and cholesterol fractions were performed following the manufacturer's guidelines. Results: We demonstrate that BDNF levels predict intensive care (IC) need ( p < 0.01). This association was found to be stronger in patients >60y ( p = 0.026). Neither leptin nor adiponectin concentration was associated with IC requirement or with patient's outcome, while the BDNF/adiponectin ratio was closely associated with worsened outcomes ( p < 0.01). BDNF concentration was similar between sexes, however tended to be lower in male patients ( p = 0.023). In older patients, BDNF concentration was lower than that of younger patients ( p = 0.020). These age and sex-specific differences should be considered when employing these potential markers for prognosis assessment. While appetite and body composition regulating hormones secreted by the white adipose tissue are not reliable predictors of disease severity, the ratio BDNF/adiponectin was indicative of patient status. Conclusion: Thus, we propose that serum BDNF content and BDNF/adiponectin ratio may serve as tools predicting worsened prognosis in COVID-19, especially for male patients.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,154
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,288
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetLong-Term Effects of COVID-19Travaux en français237 207