MétaCan
Menu
Retour à la cohorte
Enregistrement W4283756431 · doi:10.3389/fimmu.2022.889876

Role of IgM Memory B Cells and Spleen Function in COVID-19

2022· review· en· W4283756431 sur OpenAlexaff
Carlo Maria Rossi, Marco Vincenzo Lenti, Stefania Merli, Antonio Di Sabatino

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity Hospital Foundation
Organismes subventionnairesMinistero della Salute
Mots-clésSpleenImmunologyGerminal centerImmune systemB cellMedicineCoronavirus disease 2019 (COVID-19)BiologyVirologyAntibodyDiseasePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

IgM memory B cells, are a peculiar subset of memory B cells, which probably originates in the spleen and outside germinal centers and provide a rapid line of defence against mucosal infections. Their role in counteracting COVID-19 is still elusive but, recent evidence, mainly boosted by studies on spleen function/involvement in COVID-19, seems to support the notion that this subset of memory B cells could exert a protective role against this virus, along with other coronaviruses, particularly in the acute setting of the infection, as outlined by worst clinical outcomes observed in unvaccinated patients with impaired IgM B memory response and spleen function. Herein we critically summarise the current landscape of studies on IgM memory B cells, focusing on the clinical impact of their depletion, by comparing the COVID-19-related splenic dysfunction with other hypo- and asplenic conditions and by adding recent data on follow-up studies and postulate a mechanistic explanation for their reduced numbers. The early detection of an impaired IgM memory B cell response in patients with COVID-19 may contribute to their improved care through different strategies, such as through tailored vaccine strategies, prompt hospital admission and/or administration of anti-infective treatments, thus resulting in an better prognosis, although at present management algorithms are still unavailable. Moreover, further studies with longer follow-up are needed to assess the evolution of COVID-19-associated/exacerbated immune deficit.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,339
Écart entre enseignants0,300 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207