Severity of COVID-19 in Pregnant Women: A Review on the PotentialRole of Regulatory T Cells
Notice bibliographique
Résumé
As a physiological condition, pregnancy may cause temporary alterations in the hematological, cardiopulmonary, and immune responses, affecting the maternal susceptibility to viral infections. Pregnant women are vulnerable to infection with the influenza A virus, hepatitis E virus, MERS CoV, and SARS CoV. The agent of Coronavirus disease (COVID-19) is the SARS coronavirus (SARS CoV-2), which affects the cells upon binding to the angiotensin-converting enzyme-2 (ACE2). However, ACE2 expression is elevated in the placental tissue. However, surprisingly, COVID-19 infection in pregnant women tends to have a lower severity and mortality. Therefore, it is interesting to find the immunological mechanisms related to the severity of COVID-19 in pregnancy. Regulatory T cells (Tregs) are a subset of CD4+T cells that may play a central role in maintaining maternal tolerance by regulating immune responses. Pregnancy-induced Tregs are developed to control immune responses against paternal antigens expressed by the semi-allograft fetus. The role of uncontrolled immune responses in COVID-19 pathogenesis has already been identified. This review provides insight into whether pregnancy- induced regulatory T-cell functions could influence the severity of COVID-19 infection during pregnancy.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».