MétaCan
Menu
Retour à la cohorte
Enregistrement W4213327659 · doi:10.3390/biomed2010009

SARS-CoV-2 and Smoker’s Paradox: Mediation by Ciliary Beat Frequency and Mucociliary Clearance?

2022· article· en· W4213327659 sur OpenAlexaff
Ronald B. Brown

Notice bibliographique

RevueBioMed · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMucociliary clearanceCiliumRespiratory tractRespiratory epitheliumMedicineRespiratory systemTobacco smokeImmunologyBiologyLungInternal medicineCell biologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

A COVID-19 smoker’s paradox was identified during the early days of the COVID-19 pandemic—many studies reported that smokers appeared to be protected against SARS-CoV-2 infections. Conversely, other studies added to the smoker’s paradox controversy with findings of increased risk for COVID-19 in heavy smokers. Ciliary beat frequency (CBF) within the ciliated epithelium of the nasal tract can be stimulated to a higher frequency and provide increased protection against transient exposure to airway irritants. Smokers as well as non-smokers exposed to secondhand tobacco smoke were found to have higher CBFs. However, with extended exposure to irritants, persistent upregulated CBF can damage and remodel the epithelial layer with fewer protective cilia. Additionally, mucociliary clearance (MCC), the innate defense mechanism of the respiratory system, traps particles and pathogens within the mucous layer of the epithelium and propels them out of the airways through ciliary activity. However, this mechanism becomes defective as disease progresses, increasing susceptibility to viral respiratory infections. This paper proposes that a smoker’s paradox associated with SARS-CoV-2 infection in COVID-19 patients may be mediated by upregulated ciliary beating frequency and mucociliary clearance with transient exposure to tobacco smoke, and downregulated CBF and MCC with extended exposure to tobacco smoke.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,282
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMedMême sujetLong-Term Effects of COVID-19Travaux en français237 207