Plasma taurine level is linked to symptom burden and clinical outcomes in post-COVID condition
Notice bibliographique
Résumé
BACKGROUND: A subset of individuals (10-20%) experience post-COVID condition (PCC) subsequent to initial SARS-CoV-2 infection, which lacks effective treatment. PCC carries a substantial global burden associated with negative economic and health impacts. This study aims to evaluate the association between plasma taurine levels with self-reported symptoms and adverse clinical outcomes in patients with PCC. METHODS AND FINDINGS: We analyzed the plasma proteome and metabolome of 117 individuals during their acute COVID-19 hospitalization and at the convalescence phase six-month post infection. Findings were compared with 28 age and sex-matched healthy controls. Plasma taurine levels were negatively associated with PCC symptoms and correlated with markers of inflammation, tryptophan metabolism, and gut dysbiosis. Stratifying patients based on the trajectories of plasma taurine levels during six-month follow-up revealed a significant association with adverse clinical events. Increase in taurine levels during the transition to convalescence were associated with a reduction in adverse events independent of comorbidities and acute COVID-19 severity. In a multivariate analysis, increased plasma taurine level between acute and convalescence phase was associated with marked protection from adverse clinical events with a hazard ratio of 0.13 (95% CI: 0.05-0.35; p<0.001). CONCLUSIONS: Taurine emerges as a promising predictive biomarker and potential therapeutic target in PCC. Taurine supplementation has already demonstrated clinical benefits in various diseases and warrants exploration in large-scale clinical trials for alleviating PCC.
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 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».