Clinical and serological predictors of post COVID-19 condition–findings from a Canadian prospective cohort study
Notice bibliographique
Résumé
Introduction More than 3 years into the pandemic, there is persisting uncertainty as to the etiology, biomarkers, and risk factors of Post COVID-19 Condition (PCC). Serological research data remain a largely untapped resource. Few studies have investigated the potential relationships between post-acute serology and PCC, while accounting for clinical covariates. Methods We compared clinical and serological predictors among COVID-19 survivors with ( n = 102 cases) and without ( n = 122 controls) persistent symptoms ≥12 weeks post-infection. We selected four primary serological predictors (anti-nucleocapsid (N), anti-Spike, and anti-receptor binding domain (RBD) IgG titres, and neutralization efficiency), and specified clinical covariates a priori . Results Similar proportions of PCC-cases (66.7%, n = 68) and infected-controls (71.3%, n = 87) tested positive for anti-N IgG. More cases tested positive for anti-Spike (94.1%, n = 96) and anti-RBD (95.1%, n = 97) IgG, as compared with controls (anti-Spike: 89.3%, n = 109; anti-RBD: 84.4%, n = 103). Similar trends were observed among unvaccinated participants. Effects of IgG titres on PCC status were non-significant in univariate and multivariate analyses. Adjusting for age and sex, PCC-cases were more likely to be efficient neutralizers (OR 2.2, 95% CI 1.11–4.49), and odds was further increased among cases to report deterioration in quality of life (OR 3.4, 95% CI 1.64–7.31). Clinical covariates found to be significantly related to PCC included obesity (OR 2.3, p = 0.02), number of months post COVID-19 (OR 1.1, p < 0.01), allergies (OR 1.8, p = 0.04), and need for medical support (OR 4.1, p < 0.01). Conclusion Despite past COVID-19 infection, approximately one third of PCC-cases and infected-controls were seronegative for anti-N IgG. Findings suggest higher neutralization efficiency among cases as compared with controls, and that this relationship is stronger among cases with more severe PCC. Cases also required more medical support for COVID-19 symptoms, and described complex, ongoing health sequelae. More data from larger cohorts are needed to substantiate results, permit subgroup analyses of IgG titres, and explore for differences between clusters of PCC symptoms. Future assessment of IgG subtypes may also elucidate new findings.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».