Diverse immunological dysregulation, chronic inflammation, and impaired erythropoiesis in long COVID patients with chronic fatigue syndrome
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A substantial number of patients recovering from acute SARS-CoV-2 infection present serious lingering symptoms, often referred to as long COVID (LC). However, a subset of these patients exhibits the most debilitating symptoms characterized by ongoing myalgic encephalomyelitis or chronic fatigue syndrome (ME/CFS). We specifically identified and studied ME/CFS patients from two independent LC cohorts, at least 12 months post the onset of acute disease, and compared them to the recovered group (R). ME/CFS patients had relatively increased neutrophils and monocytes but reduced lymphocytes. Selective T cell exhaustion with reduced naïve but increased terminal effector T cells was observed in these patients. LC was associated with elevated levels of plasma pro-inflammatory cytokines, chemokines, Galectin-9 (Gal-9), and artemin (ARTN). A defined threshold of Gal-9 and ARTN concentrations had a strong association with LC. The expansion of immunosuppressive CD71+ erythroid cells (CECs) was noted. These cells may modulate the immune response and contribute to increased ARTN concentration, which correlated with pain and cognitive impairment. Serology revealed an elevation in a variety of autoantibodies in LC. Intriguingly, we found that the frequency of 2B4+CD160+ and TIM3+CD160+ CD8+ T cells completely separated LC patients from the R group. Our further analyses using a multiple regression model revealed that the elevated frequency/levels of CD4 terminal effector, ARTN, CEC, Gal-9, CD8 terminal effector, and MCP1 but lower frequency/levels of TGF-β and MAIT cells can distinguish LC from the R group. Our findings provide a new paradigm in the pathogenesis of ME/CFS to identify strategies for its prevention and treatment.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle