MétaCan
Menu
Retour à la cohorte
Enregistrement W4404511473 · doi:10.3389/fmed.2024.1437322

Effect of omalizumab on inflammatory markers in COVID-19: an exploratory analysis of the COVID-19 immunologic antiviral therapy with omalizumab (CIAO) trial

2024· article· en· W4404511473 sur OpenAlexafffund
Connor Prosty, Michelle Le, Yang Lu, Lauren Khoury, Maxime Cormier, Robert Fowler, Srinivas Murthy, Jennifer Tsang, Duncan Lejtenyi, Moshe Ben‐Shoshan, Elham Rahme, Shirin Golchi, Nandini Dendukuri, Todd C. Lee, Elena Netchiporouk

Notice bibliographique

RevueFrontiers in Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensMontreal Children's HospitalNiagara Health SystemSunnybrook Health Science CentreUniversity of British ColumbiaHealth Sciences CentreMcGill University
Organismes subventionnairesMcGill University Health Centre
Mots-clésOmalizumabCoronavirus disease 2019 (COVID-19)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakVirologyImmunologyAntibodyImmunoglobulin EInternal medicineOutbreak

Résumé

récupéré en direct d'OpenAlex

Background The CIAO trial recently demonstrated a probable clinical benefit of omalizumab in the treatment of severe COVID-19; however, the mechanism underlying this benefit remains unclear. Therefore, we sought to longitudinally assess the impact of omalizumab on serum cytokines in CIAO trial patients to determine its mechanism of action. Methods Blood samples were collected on days 0, 2, 7, and 14 from patients recruited into the CIAO trial and who consented to this substudy. Blood samples were tested by a panel of 25 inflammatory cytokines, as well as for markers of mast cell activation. Levels of inflammatory biomarkers were compared over time between omalizumab- and placebo-treated patients by generalized linear mixed-effects model. Associations between biomarkers and clinical outcomes were investigated by mixed-effects logistic regression. Results Nineteen patients were recruited into this substudy; 10 were assigned to placebo and 9 to omalizumab. Monokine induced by gamma interferon was significantly positively associated with severe COVID-19 (Odds Ratio [OR] = 1.06, 95%CI = 1.00–1.11, p = 0.043). Further, omalizumab significantly reduced interleukin-15 (Coefficient = −0.95, p = 0.048) and macrophage inflammatory protein-1 (Coefficient = −1.31, p = 0.010) levels. However, neither was significant in analyses adjusting for multiple hypothesis testing. Conclusion Although limited by a small sample size, these results suggest that omalizumab’s potential benefit in COVID-19 may be mediated independently of modulation of the measured serum biomarkers. Further studies are needed to investigate omalizumab’s mechanism of action in COVID-19.

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)0,010
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,008
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,404
Écart entre enseignants0,364 · 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'étudeEssai non randomisé
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207