Autoantibodies neutralizing type I IFNs underlie West Nile virus encephalitis in ∼40% of patients
Notice bibliographique
Résumé
Mosquito-borne West Nile virus (WNV) infection is benign in most individuals but can cause encephalitis in <1% of infected individuals. We show that ∼35% of patients hospitalized for WNV disease (WNVD) in six independent cohorts from the EU and USA carry auto-Abs neutralizing IFN-α and/or -ω. The prevalence of these antibodies is highest in patients with encephalitis (∼40%), and that in individuals with silent WNV infection is as low as that in the general population. The odds ratios for WNVD in individuals with these auto-Abs relative to those without them in the general population range from 19.0 (95% CI 15.0-24.0, P value <10-15) for auto-Abs neutralizing only 100 pg/ml IFN-α and/or IFN-ω to 127.4 (CI 87.1-186.4, P value <10-15) for auto-Abs neutralizing both IFN-α and IFN-ω at a concentration of 10 ng/ml. These antibodies block the protective effect of IFN-α in Vero cells infected with WNV in vitro. Auto-Abs neutralizing IFN-α and/or IFN-ω underlie ∼40% of cases of WNV encephalitis.
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) | 0,000 | 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) | 0,003 | 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 ».