Characterisation of the pro-inflammatory cytokine signature in severe COVID-19
Notice bibliographique
Résumé
Clinical outcomes from infection with SARS-CoV-2, the cause of the COVID-19 pandemic, are remarkably variable ranging from asymptomatic infection to severe pneumonia and death. One of the key drivers of this variability is differing trajectories in the immune response to SARS-CoV-2 infection. Many studies have noted markedly elevated cytokine levels in severe COVID-19, although results vary by cohort, cytokine studied and sensitivity of assay used. We assessed the immune response in acute COVID-19 by measuring 20 inflammatory markers in 118 unvaccinated patients with acute COVID-19 (median age: 70, IQR: 58-79 years; 48.3% female) recruited during the first year of the pandemic and 44 SARS-CoV-2 naïve healthy controls. Acute COVID-19 was associated with marked elevations in nearly all pro-inflammatory markers, whilst eleven markers (namely IL-1β, IL-2, IL-6, IL-10, IL-18, IL-23, IL-33, TNF-α, IP-10, G-CSF and YKL-40) were associated with disease severity. We observed significant correlations between nearly all markers elevated in those infected with SARS-CoV-2 consistent with widespread immune dysregulation. Principal component analysis highlighted a pro-inflammatory cytokine signature (with strongest contributions from IL-1β, IL-2, IL-6, IL-10, IL-33, G-CSF, TNF-α and IP-10) which was independently associated with severe COVID-19 (aOR: 1.40, 1.11-1.76, p=0.005), invasive mechanical ventilation (aOR: 1.61, 1.19-2.20, p=0.001) and mortality (aOR 1.57, 1.06-2.32, p = 0.02). Our findings demonstrate elevated cytokines and widespread immune dysregulation in severe COVID-19, adding further evidence for the role of a pro-inflammatory cytokine signature in severe and critical COVID-19.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».