MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387376448 · doi:10.21203/rs.3.rs-3399447/v1

PASC (Post Acute Sequelae of COVID-19) is associated with decreased neutralizing antibody titers and increased inflammatory cytokines

2023· preprint· en· W4387376448 sur OpenAlexafffund
Ethan B. Jansen, Ali Toloue Ostadgavahi, Benjamin Hewins, Rachelle Buchanan, Brittany Thivierge, Gustavo Sganzerla Martinez, Una Goncin, Magen E. Francis, Cynthia L. Swan, Erin Scruten, Jack Bell, Joseph Darbellay, Antonio Facciuolo, Darryl Falzarano, Volker Gerdts, Mark Fenton, Peter Hedlin, David J. Kelvin, Alyson A. Kelvin

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensDalhousie UniversityUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health ResearchCenters for Disease Control and PreventionSaskatchewan Health Research FoundationInnovation Saskatchewan
Mots-clésMedicineAntibodyCoronavirus disease 2019 (COVID-19)TiterCytokineImmunologyVirusAntibody titerSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Neutralizing antibodyVirologyRespiratory systemInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Post-acute sequelae of COVID-19 (PASC) or the continuation of COVID-19 (Coronavirus disease 2019) symptoms past 12 weeks may affect as many as 30% of people recovering from a SARS-CoV-2 (severe acute respiratory coronavirus 2) infection. The mechanisms regulating the development of PASC are currently not known; however, hypotheses including poor antibody responses have been suggested. Due to the importance of virus neutralizing antibodies during COVID-19 recovery and protection from reinfection, we designed a cross-sectional study to investigate systemic antibody and cytokine responses during COVID-19 recovery and PASC. In total, 195 participants were recruited in one of five groups: 1.) those who had PASC (PASC); 2.) those who recovered from COVID-19 (Recovered); 3.) those in acute recovery (Acute Recovery); 4.) those experiencing acute COVID-19 (Acute COVID-19); and 5.) those who never had COVID-19 (No COVID). Participants completed a questionnaire detailing their demographics, as well as COVID-19 experiences. Serum samples were evaluated for virus binding and neutralizing antibodies as well as serum cytokine levels. We found that participants with PASC reported more pre-existing conditions (such as hypertension), and PASC symptoms (ie., shortness of breath) following COVID-19 than Recovered individuals. PASC individuals also had significantly decreased levels of neutralizing antibodies toward both SARS-CoV-2 and the Omicron BA.1 variant. Sex analysis indicated that female PASC study participants had sustained antibody levels as well as inflammatory cytokines (GM-CSF) over time following COVID-19 while males had decreasing concentrations. Our study reports for the first time that people experiencing PASC have lower levels of virus neutralizing antibodies and females experiencing PASC have sustained levels of antibodies and inflammatory markers. With lower levels of virus neutralizing antibodies, this data suggests that PASC individuals not only have had a suboptimal antibody response during acute SARS-CoV-2 infection but may also have increased susceptibility to subsequent infections which may exacerbate or prolong current PASC illnesses. The work may be applied directly to developing PASC diagnostic screening tools, treatments, as well as public health policies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,417
Écart entre enseignants0,358 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→