Prognostic peripheral blood biomarkers at ICU admission predict COVID-19 clinical outcomes
Notice bibliographique
Résumé
The COVID-19 pandemic continues to challenge the capacities of hospital ICUs which currently lack the ability to identify prospectively those patients who may require extended management. In this study of 90 ICU COVID-19 patients, we evaluated serum levels of four cytokines (IL-1β, IL-6, IL-10 and TNFα) as well as standard clinical and laboratory measurements. On 42 of these patients (binned into Initial and Replication Cohorts), we further performed CyTOF-based deep immunophenotyping of peripheral blood mononuclear cells with a panel of 38 antibodies. All measurements and patient samples were taken at time of ICU admission and retrospectively linked to patient clinical outcomes through statistical approaches. These analyses resulted in the definition of a new measure of patient clinical outcome: patients who will recover after short ICU stays (< 6 days) and those who will subsequently die or recover after long ICU stays (≥6 days). Based on these clinical outcome categories, we identified blood prognostic biomarkers that, at time of ICU admission, prospectively distinguish, with 91% sensitivity and 91% specificity (positive likelihood ratio 10.1), patients in the two clinical outcome groups. This is achieved through a tiered evaluation of serum IL-10 and targeted immunophenotyping of monocyte subsets, specifically, CD11c low classical monocytes. Both immune biomarkers were consistently elevated ( ≥15 pg/ml and ≥2.7 x10 7 /L for serum IL-10 and CD11c low classical monocytes, respectively) in those patients who will subsequently die or recover after long ICU stays. This highly sensitive and specific prognostic test could prove useful in guiding clinical resource allocation.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».