Pegylated-interferon-λ treatment-induced peripheral interferon stimulated genes are associated with SARS-CoV-2 viral load decline despite delayed T cell response in older individuals
Notice bibliographique
Résumé
Abstract Interferons (IFNs) are antiviral cytokines induced very early after SARS-CoV-2 infection and are crucial for viral clearance, shaping immunity, and preventing the development of severe COVID-19. We previously demonstrated that a single injection of peginterferon-lambda1 (PEG-IFN-λ) accelerated viral clearance in COVID-19 patients. To determine if the rapid viral decline was mediated by enhanced immunity, we assessed in vivo responses to PEG-IFN-λ by single cell RNA sequencing and measured SARS-CoV-2-specific T cell and antibody responses between placebo and PEG-IFN-λ-treated patients. PEG-IFN-λ treatment induced interferon stimulated genes in peripheral immune cells expressing IFNLR1 , with plasmacytoid dendritic cells having the greatest response, followed by B cells. PEG-IFN-λ did not significantly affect SARS-CoV-2-specific antibody levels in plasma or the magnitude or functionality of virus-specific T cells. However, we identified a delayed T cell response in older adults, suggesting that PEG-IFN-λ can overcome the delay in adaptive immunity to accelerate viral clearance in patients most at risk for severe disease. Taken together, PEG-IFN-λ offers an early COVID-19 treatment option for outpatients to boost innate antiviral defenses without dampening peripheral SARS-CoV-2 adaptive immunity
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 | 0,000 | 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 | 0,000 | 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 ».