SARS-CoV-2-Induced TSLP Is Associated with Duration of Hospital Stay in COVID-19 Patients
Notice bibliographique
Résumé
Thymic stromal lymphopoietin (TSLP) is an epithelium-derived pro-inflammatory cytokine involved in lung inflammatory responses. Previous studies show conflicting observations in blood TSLP in COVID-19, while none report SARS-CoV-2 inducing TSLP expression in bronchial epithelial cells. Our objective in this study was to determine whether TSLP levels increase in COVID-19 patients and if SARS-CoV-2 induces TSLP expression in bronchial epithelial cells. Plasma cytokine levels were measured in patients hospitalized with confirmed COVID-19 and age- and sex-matched healthy controls. Demographic and clinical information from COVID-19 patients was collected. We determined associations between plasma TSLP and clinical parameters using Poisson regression. Cultured human nasal (HNEpC) and bronchial epithelial cells (NHBEs), Caco-2 cells, and patient-derived bronchial epithelial cells (HBECs) obtained from elective bronchoscopy were infected in vitro with SARS-CoV-2, and secretion as well as intracellular expression of TSLP was detected by immunofluorescence. Increased TSLP levels were detected in the plasma of hospitalized COVID-19 patients (603.4 ± 75.4 vs 997.6 ± 241.4 fg/mL, mean ± SEM), the levels of which correlated with duration of stay in hospital (β: 0.11; 95% confidence interval (CI): 0.01–0.21). In cultured NHBE and HBECs but not HNEpCs or Caco-2 cells, TSLP levels were significantly elevated after 24 h post-infection with SARS-CoV-2 (p < 0.001) in a dose-dependent manner. Plasma TSLP in COVID-19 patients significantly correlated with duration of hospitalization, while SARS-CoV-2 induced TSLP secretion from bronchial epithelial cells in vitro. Based on our findings, TSLP may be considered an important therapeutic target for COVID-19 treatment.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».