MétaCan
Menu
← Retour à la cohorte
Enregistrement W4225405228 · doi:10.3389/fimmu.2022.875692

Clinical, Virological and Immunological Subphenotypes in a Cohort of Early Treated HIV-Infected Children

2022· article· en· W4225405228 sur OpenAlexaff
Sara Domínguez‐Rodríguez, Alfredo Tagarro, Caroline Foster, Paolo Palma, Nicola Cotugno, Sonia Zicari, Alessandra Ruggiero, Anita De Rossi, Annalisa Dalzini, Savita Pahwa, Stefano Rinaldi, Eleni Nastouli, Anne‐Geneviève Marcelin, Karim Dorgham, Delphine Sauce, Kathleen Gärtner, Paolo Rossi, Carlo Giaquinto, Pablo Rojo

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesViiV Healthcare
Mots-clésCohortMedicineHuman immunodeficiency virus (HIV)VirologyImmunologyPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Identifying subphenotypes within heterogeneous diseases may have an impact in terms of therapeutic options. In this study, we aim to assess different subphenotypes in children living with human immunodeficiency virus (HIV-1), according to the clinical, virological, and immunological characteristics. Methods: We collected clinical and sociodemographic data, baseline viral load (VL), CD4 and CD8 count and percentage, age at initiation of ART, HIV DNA reservoir size in peripheral blood mononuclear cells (PBMCs), cell-associated RNA (CA-RNA), ultrasensitive VL, CD4 subsets (T effector CD25+, activated memory cells, Treg cells), humoral-specific HIV response (T-bet B cells), innate response (CD56dim natural killer (NK) cells, NKp46+, perforin), exhaustion markers (PD-1, PD-L1, DNAM), CD8 senescence, and biomarkers for T-lymphocyte thymic output (TREC) and endothelial activation (VCAM). The most informative variables were selected using an unsupervised lasso-type penalty selection for sparse clustering. Hierarchical clustering was performed using Pearson correlation as the distance metric and WARD.D2 as the clustering method. Internal validation was applied to select the best number of clusters. To compare the characteristics among clusters, boxplot and Kruskal Wallis test were assessed. Results: Three subphenotypes were discovered (cluster1: n=18, 45%; cluster2: n=11, 27.5%; cluster3: n=11, 27.5%). Patients in cluster1 were treated earlier, had higher baseline %CD4, low HIV reservoir size, low western blot score, higher TREC values, and lower VCAM values than the patients in the other clusters. In contrast, cluster3 was the less favorable. Patients were treated later and presented poorer outcomes with lower %CD4, and higher reservoir size, along with a higher percentage of CD8 immunosenescent cells, lower TREC, higher VCAM cytokine, and a higher %CD4 PD-1. Cluster2 was intermediate. Patients were like those of cluster1, but had lower levels of t-bet expression and higher HIV DNA reservoir size. Conclusions: Three HIV pediatric subphenotypes with different virological and immunological features were identified. The most favorable cluster was characterized by a higher rate of immune reconstitution and a slower disease progression, and the less favorable with more senescence and high reservoir size. In the near future therapeutic interventions for a path of a cure might be guided or supported by the different subphenotypes.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Immunology→Même sujetHIV Research and Treatment→Travaux en français237 207→