MétaCan
Menu
Retour à la cohorte
Enregistrement W4296679855 · doi:10.1183/13993003.00970-2022

Circulating anti-nuclear autoantibodies in COVID-19 survivors predict long-COVID symptoms

2022· article· en· W4296679855 sur OpenAlex
Kiho Son, Rameen Jamil, Abhiroop Chowdhury, Manan Mukherjee, Carmen Venegas, Kate Miyasaki, Kayla Zhang, Zil Patel, Brittany Salter, Agnes Che Yan Yuen, Kevin Soon-Keen Lau, Braeden Cowbrough, Katherine Radford, Chynna Huang, Melanie Kjarsgaard, Anna Dvorkin‐Gheva, J. L. Smith, Quan‐Zhen Li, Susan Waserman, Christopher J. Ryerson, Parameswaran Nair, Terence Ho, N. Balakrishnan, Ishac Nazy, Dawn M. E. Bowdish, Sarah Svenningsen, Chris Carlsten, Manali Mukherjee

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEuropean Respiratory Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensSt. Joseph’s Healthcare HamiltonUniversity of British ColumbiaMcMaster University
Organismes subventionnairesUniversity of British ColumbiaMichael Smith Health Research BC
Mots-clésMedicineAutoantibodyInternal medicineLogistic regressionGastroenterologyReceiver operating characteristicAnti-nuclear antibodyAntibodyImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Autoimmunity has been reported in patients with severe coronavirus disease 2019 (COVID-19). We investigated whether anti-nuclear/extractable-nuclear antibodies (ANAs/ENAs) were present up to a year after infection, and if they were associated with the development of clinically relevant post-acute sequalae of COVID-19 (PASC) symptoms. METHODS: A rapid-assessment line immunoassay was used to measure circulating levels of ANAs/ENAs in 106 convalescent COVID-19 patients with varying acute phase severities at 3, 6 and 12 months post-recovery. Patient-reported fatigue, cough and dyspnoea were recorded at each time point. Multivariable logistic regression model and receiver operating curves were used to test the association of autoantibodies with patient-reported outcomes and pro-inflammatory cytokines. RESULTS: Compared to age- and sex-matched healthy controls (n=22) and those who had other respiratory infections (n=34), patients with COVID-19 had higher detectable ANAs at 3 months post-recovery (p<0.001). The mean number of ANA autoreactivities per individual decreased between 3 and 12 months (from 3.99 to 1.55) with persistent positive titres associated with fatigue, dyspnoea and cough severity. Antibodies to U1-snRNP and anti-SS-B/La were both positively associated with persistent symptoms of fatigue (p<0.028, area under the curve (AUC) 0.86) and dyspnoea (p<0.003, AUC=0.81). Pro-inflammatory cytokines such as tumour necrosis factor (TNF)-α and C-reactive protein predicted the elevated ANAs at 12 months. TNF-α, D-dimer and interleukin-1β had the strongest association with symptoms at 12 months. Regression analysis showed that TNF-α predicted fatigue (β=4.65, p=0.004) and general symptomaticity (β=2.40, p=0.03) at 12 months. INTERPRETATION: Persistently positive ANAs at 12 months post-COVID are associated with persisting symptoms and inflammation (TNF-α) in a subset of COVID-19 survivors. This finding indicates the need for further investigation into the role of autoimmunity in PASC.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,302
Écart entre enseignants0,276 · 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