MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403284761 · doi:10.1101/2024.10.09.24315196

Distinct proteomic signatures in Ethiopians predict acute and long-term sequelae of COVID-19

2024· preprint· en· W4403284761 sur OpenAlexafffund
Dawit Wolday, Abrha Gebreselema Gebrehiwot, Muhammed Ahmed Rameto, Saro Abdella, Atsbeha Gebreegziabxier, Wondwossen Amogne, Tobias F. Rinke de Wit, Meaza Hailu, Getachew Tollera, Geremew Tasew, Masresha Tessema, Matthew Miller, Manali Mukhreji, Amy Gillgrass, Dawn M. E. Bowdish, Charu Kaushic, Chris P. Verschoor

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensNOSM UniversityHealth Sciences NorthMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesBundesministerium für GesundheitMcMaster University
Mots-clésCoronavirus disease 2019 (COVID-19)Term (time)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakVirologyMedicinePhysicsInternal medicineAstronomyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Little is known about the acute and long-term sequelae of COVID-19 and its pathophysiology in African patients, who are known to have a distinct immunological profile compared to Caucasian populations. Here, we established proteomic signatures to define severe outcomes of acute COVID-19 and determined whether proteome signatures during the first week of acute illness predict the risk of post-acute sequelae of COVID-19 (Long COVID) in a low-income country (LIC) setting. Using the Olink inflammatory panel, we measured the expression of 92 proteins in the plasma of COVID-19 patients (n=55) and non-COVID-19 individuals (n=23). We identified distinct inflammatory proteomic signatures in acute severe COVID-19 individuals (n=22) compared to asymptomatic or mild/moderate COVID-19 cases (n=33), and non-COVID-19 controls. Levels of SLAMF1, CCL25, IL2RB, IL10RA, IL15RA, IL18 and CST5 were significantly upregulated in patients with critical COVID-19 illness compared to individuals negative for COVID-19. The cohort was followed for an average of 20 months, and 23 individuals developed Long COVID, based on the WHO’s case definition, while 32 COVID-19 patients recovered fully. Whereas upregulated levels of SLAMF1, TNF, TSLP, IL15RA, IL18, ADA, CXCL9, CXCL10, IL17C, and NT3 at the acute phase of the illness were associated with increased Long COVID risk, upregulated expression of TRANCE was associated with a reduced risk of developing Long COVID. Proteomic expression levels of SLAMF1, IL15RA, and IL18 associated with critical illness during the acute phase of COVID-19 also predicted Long COVID risk. Unravelling the pathophysiology of severe acute COVID-19 and Long COVID before its advent may contribute to designing novel interventions for diagnosing, treating, and monitoring of SARS-CoV-2 infection and its associated acute and long-term consequences.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,056
Tête enseignante GPT0,429
Écart entre enseignants0,373 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→