MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210540345 · doi:10.21203/rs.3.rs-48001/v2

C-C chemokine receptor type 5 links COVID-19, Rheumatoid arthritis, and Hydroxychloroquine: In silico analysis 

2020· preprint· en· W4210540345 sur OpenAlexaff
Mahmood Yaseen Hachim, Ibrahim Y. Hachim, Kashif Naeem, Haifa Hannawi, Issa Al Salmi, Suad Hannawi

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensMohawk CollegeRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésHydroxychloroquineRheumatoid arthritisCoronavirus disease 2019 (COVID-19)In silicoChemokine receptorMedicineChemokineVirologyReceptorImmunologyInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Patients with rheumatoid arthritis (RA) represent one of the fragile patient groups that might be susceptible to the critical form of the coronavirus disease -19 (COVID-19) . On the other side, RA patients have been found not to have an increased risk of COVID-19 infection. Moreover, some of the Disease-Modifying Anti-Rheumatic Drugs (DMARDS) commonly used to treat rheumatic diseases like Hydroxychloroquine (HCQ) were proposed as a potential therapy for COVID-19 with a lack of full understanding of their molecular mechanisms. This highlights the need for the discovery of common pathways that may link both diseases at the molecular side. In this research, we used the in silico approach to investigate the transcriptomic profile of RA synovium to identify shared molecular pathways with that of severe acute respiratory syndrome-corona virus-2 (SARS-COV-2) infected lung tissue. Our results showed upregulation of chemotactic factors, including CCL4, CCL8, and CCL11, that all shared CCR5 as their receptor, as a common derangement observed in both diseases; RA and COVID-19. Moreover, our results also highlighted a possible mechanism through which HCQ, which can be used as a monotherapy in mild RA or as one of the triple-DMARDs therapy (tDMARDs; methotrexate, sulphasalazine, and HCQ), might interfere with the COVID-19 infection. This might be achieved through the ability of HCQ to upregulate specific immune cell populations like activated natural killer (NK) cells, which were found to be significantly reduced in COVID-19 infection. In addition to its ability to block CCR5 rich immune cell recruitment that also was upregulated in the SARS-COV-2 infected lungs. This might explain some of the reports that showed beneficial effects.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,139
Tête enseignante GPT0,498
Écart entre enseignants0,359 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→