Host Expression Profiling From Diagnostic Coronavirus Disease 2019 Swabs Associates Upper Respiratory Tract Immune Responses With Radiologic Lung Pathology and Clinical Severity
Notice bibliographique
Résumé
Background: COVID-19 presents with a breadth of symptomatology including a spectrum of clinical severity requiring intensive care unit (ICU) admission. We investigated the mucosal host gene response at the time of gold standard COVID-19 diagnosis using clinical surplus RNA from upper respiratory tract swabs. Methods: Host response was evaluated by RNA-sequencing, and transcriptomic profiles of 44 unvaccinated patients including outpatients and in-patients with varying levels of oxygen supplementation were included. Additionally, chest X-rays were reviewed and scored for patients in each group. Results: which has been linked to monocyte subsets associated with COVID-19 related lung damage. In order to temporally associate gene expression profiles in the upper respiratory tract at diagnosis of COVID-19 with lower respiratory tract sequalae, we correlated our findings with chest radiography scoring, showing nasopharygeal or mid-turbinate sampling can be a relevant surrogate for downstream COVID-19 pneumonia/ICU severity. Conclusions: This study demonstrates the potential and relevance for ongoing study of the mucosal site of infection of SARS-CoV-2 using a single sampling that remains standard of care in hospital settings. We highlight also the archival value of high quality clinical surplus specimens, especially with rapidly evolving COVID-19 variants and changing public health/vaccination measures.
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 | 0,001 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».