Immune determinants of cardiometabolic risk in pre-existing type-2 diabetes (T2D) severe COVID-19 patients
Notice bibliographique
Résumé
Abstract COVID-19, the disease caused by SARS-CoV-2, has led to a global public health emergency. Severity of disease course may be related to a dysregulated immune response and pre-existing health conditions. Recent studies have demonstrated that SARS-CoV-2 infection may directly or indirectly lead to an increase in cardiometabolic complications in patients with pre-existing type-2 diabetes mellites (T2DM) when compare to non-DM patients. A lack of mechanistic and systematic studies on how SARS-CoV-2 infection related immune responses may contribute to increase risk of cardiometabolic complications in pre-existing T2DM patients, hinder early risk identification and therapeutic interventions. Thus, in this study we investigate the biomarkers of cardiometabolic risk in non-DM and T2DM, severe COVID-19 patients admitted to the Intensive care unit. Using high-dimensional flowcytometry and immune biomarker assays, we investigated functional and phenotypic changes in immune subsets in whole blood and plasma biomarkers of cardiovascular disease in healthy donors (n=17), T2DM severe-COVID-19 patients (n=10), non-diabetic severe-COVID-19 patients (n=10) admitted to the OSU medical center’s intensive care unit. We found neutrophils and Intermediate monocytes (ITM) were significantly higher in the T2DM group compared to non T2DM patients. However, activated (HLA-DR+) NKT-like cells and NKG2A+ CD56 Dim CD16+ NK cells, were significantly lower in the T2DM-COVID-19+ group. Interestingly, LBP, FABP4, sCD14, IL-1b, RANTES and MIP-1a were significantly higher in the COVID-19 T2DM patients. In this study, we identify core immune signatures that may predict increased cardiovascular disease risk in T2DM patients who had severe COVID-19. Supported by PI’s startup funding
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 | 0,000 |
| 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 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 ».