A functionally distinct neutrophil landscape in severe COVID-19 reveals opportunities for adjunctive therapies
Notice bibliographique
Résumé
Acute respiratory distress syndrome (ARDS) is a life-threatening syndrome, constituted by respiratory failure and diffuse alveolar damage that results from dysregulated local and systemic immune activation, causing pulmonary vascular, parenchymal, and alveolar damage. SARS-CoV-2 infection has become the dominant cause of ARDS worldwide, and emerging evidence implicates neutrophils and their cytotoxic arsenal of effector functions as central drivers of immune-mediated lung injury in COVID-19 ARDS. However, key outstanding questions are whether COVID-19 drives a unique program of neutrophil activation or effector functions that contribute to the severe pathogenesis of this pandemic illness and whether this unique neutrophil response can be targeted to attenuate disease. Using a combination of high-dimensional single-cell analysis and ex vivo functional assays of neutrophils from patients with COVID-19 ARDS, compared with those with non-COVID ARDS (caused by bacterial pneumonia), we identified a functionally distinct landscape of neutrophil activation in COVID-19 ARDS that was intrinsically programmed during SARS-CoV-2 infection. Furthermore, neutrophils in COVID-19 ARDS were functionally primed to produce high amounts of neutrophil extracellular traps. Surprisingly, this unique pathological program of neutrophil priming escaped conventional therapy with dexamethasone, thereby revealing a promising target for adjunctive immunotherapy in severe COVID-19.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,002 | 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 tête enseignante, 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 ».