Systemic Immune Profile Predicts the Development of Infections in Patients with Spinal Cord Injuries
Notice bibliographique
Résumé
Patients with spinal cord injury (SCI) frequently develop infections that may affect quality of life, be life-threatening, and impair their neurological recovery in the acute and subacute injury phases. Therefore, identifying patients with SCI at risk for developing infections in this stage is of utmost importance. We determined the systemic levels of immune cell populations, cytokines, chemokines, and growth factors in 81 patients with traumatic SCI at 4 weeks after injury and compared them with those of 26 age-matched healthy control subjects. Patients who developed infections between 4 and 16 weeks after injury exhibited higher numbers of neutrophils and eosinophils, as well as lower numbers of lymphocytes and eotaxin-1 (CCL11) levels. Accordingly, lasso logistic regression showed that incomplete lesions (American Spinal Injury Association Impairment Scale [AIS] C and D grades), the levels of eotaxin-1, and the number of lymphocytes, basophils, and monocytes are predictive of lower odds for infections. On the other hand, the number of neutrophils and eosinophils as well as, in a lesser extent, the levels of IP-10 (CXCL10), MCP-1 (CCL2), BDNF [brain-derived neurotrophic factor], and vascular endothelial growth factor [VEGF]-A, are predictors of increased susceptibility for developing infections. Overall, our results point to systemic immune disbalance after SCI as predictors of infection in a period when infections may greatly interfere with neurological and functional recovery and suggest new pathways and players to further explore novel therapeutic strategies.
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 | 0,001 |
| 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 ».