Inflammation associated with lung function abnormalities in COVID-19 survivors
Notice bibliographique
Résumé
BACKGROUND: Activation of inflammatory pathways promotes organ dysfunction in COVID-19. Currently, there are reports describing lung function abnormalities in COVID-19 survivors; however, the biological mechanisms remain unknown. The aim of this study was to analyze the association between serum biomarkers collected during and following hospitalization and pulmonary function in COVID-19 survivors. METHODS: Patients recovering from severe COVID-19 were prospectively evaluated. Serum biomarkers were analyzed from admission to hospital, peak during hospitalization, and at the time of discharge. Pulmonary function was measured approximately 6 weeks after discharge. RESULTS: 100 patients (63% male) were included (age 48 years, SD ± 14) with 85% having at least one comorbidity. Patients with a restrictive spirometry pattern (n = 46) had greater inflammatory biomarkers compared to those with normal spirometry (n = 54) including peak Neutrophil-to-Lymphocyte ratio (NLR) value [9.3 (10.1) vs. 6.5 (6.6), median (IQR), p = 0.027] and NLR at hospital discharge [4.6 (2.9) vs. 3.2 (2.9) p = 0.005] and baseline C-reactive protein value [164.0 (147.0) vs. 106.5 (139.0) mg/dL, p = 0.083). Patients with an abnormal diffusing capacity (n = 35) had increased peak NLR [8.9 (5.9) vs. 5.6 (5.7) mg/L, p = 0.029]; baseline NLR [10.0 (19.0) vs. 4.0 (3.0) pg/ml, p = 0.002] and peak Troponin-T [10.0 (20.0) vs. 5.0 (5.0) pg/ml, p = 0.011] compared to patients with normal diffusing capacity (n = 42). Multivariable linear regression analysis identified predictors of restrictive spirometry and low diffusing capacity, but only accounted for a low degree of variance in pulmonary function outcome. CONCLUSION: Overexpression of inflammatory biomarkers is associated with subsequent lung function abnormalities in patients recovered from severe 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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».