Comprehensive Flow Cytometry Profiling of the Immune System in COVID-19 Convalescent Individuals
Notice bibliographique
Résumé
SARS-CoV-2 has infected more than 200 million people worldwide, with more than 4 million associated deaths. Although more than 80% of infected people develop asymptomatic or mild COVID-19, SARS-CoV-2 can induce a profound dysregulation of the immune system. Therefore, it is important to investigate whether clinically recovered individuals present immune sequelae. The potential presence of a long-term dysregulation of the immune system could constitute a risk factor for re-infection and the development of other pathologies. Here, we performed a deep analysis of the immune system in 35 COVID-19 recovered individuals previously infected with SARS-CoV-2 compared to 16 healthy donors, by flow cytometry. Samples from COVID-19 individuals were analysed from 12 days to 305 days post-infection. We observed that, 10 months post-infection, recovered COVID-19 patients presented alterations in the values of some T-cell, B-cell, and innate cell subsets compared to healthy controls. Moreover, we found in recovered COVID-19 individuals increased levels of circulating follicular helper type 1 (cTfh1), plasmablast/plasma cells, and follicular dendritic cells (foDC), which could indicate that the Tfh-B-foDC axis might be functional to produce specific immunoglobulins 10 months post-infection. The presence of this axis and the immune system alterations could constitute prognosis markers and could play an important role in potential re-infection or the presence of long-term symptoms in some individuals.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,000 |
| 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 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 ».