MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404679899 · doi:10.1101/2024.11.22.624784

Unraveling SARS-CoV-2 Host-Response Heterogeneity through Longitudinal Molecular Subtyping

2024· preprint· en· W4404679899 sur OpenAlexaff
Kexin Wang, Yutong Nie, Cole Maguire, Caitlin Syphurs, Heejune Sheen, Meagan Karoly, Linda Lapp, Jeremy P. Gygi, Naresh Doni Jayavelu, Ravi K. Patel, Annmarie Hoch, David B. Corry, Farrah Kheradmand, Grace A. McComsey, Ana Fernández-Sesma, Viviana Simon, Jordan P. Metcalf, Nelson Iván Agudelo Higuita, William B. Messer, Mark Davis, Kari C. Nadeau, Monica Kraft, Chris Bime, Joanna Schaenman, David J. Erle, Carolyn S. Calfee, Mark A. Atkinson, Scott C. Brackenridge, David A. Hafler, Albert C. Shaw, Adeeb Rahman, Catherine L. Hough, Linda N. Geng, Al Ozonoff, Elias K. Haddad, Elaine F. Reed, Harm van Bakel, Seunghee Kim-Schultz, Florian Krammer, Michael R. Wilson, Walter L. Eckalbar, Steven E. Bosinger, Charles Langelier, Rafick‐Pierre Sékaly, Ruth R. Montgomery, Holden T. Maecker, Harlan M. Krumholz, Esther Melamed, Hanno Steen, Bali Pulendran, Alison D. Augustine, Charles B. Cairns, Nadine Rouphael, Patrice M. Becker, Slim Fourati, Casey P. Shannon, Kinga K. Smolen, Bjoern Peters, Steven H. Kleinstein, Ofer Levy, Matthew C. Altman, Akiko Iwasaki, Joann Diray‐Arce, Lauren I. R. Ehrlich, Leying Guan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensPrevention of Organ Failure
Organismes subventionnairesnon disponible
Mots-clésSubtypingSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)Host (biology)2019-20 coronavirus outbreakBiologyHost responseEvolutionary biologyVirologyComputational biologyGeneticsMedicineComputer scienceOutbreakDiseasePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Hospitalized COVID-19 patients exhibit diverse immune responses during acute infection, which are associated with a wide range of clinical outcomes. However, understanding these immune heterogeneities and their links to various clinical complications, especially long COVID, remains a challenge. In this study, we performed unsupervised subtyping of longitudinal multi-omics immunophenotyping in over 1,000 hospitalized patients, identifying two critical subtypes linked to mortality or mechanical ventilation with prolonged hospital stay and three severe subtypes associated with timely acute recovery. We confirmed that unresolved systemic inflammation and T-cell dysfunctions were hallmarks of increased severity and further distinguished patients with similar acute respiratory severity by their distinct immune profiles, which correlated with differences in demographic and clinical complications. Notably, one critical subtype (SubF) was uniquely characterized by early excessive inflammation, insufficient anticoagulation, and fatty acid dysregulation, alongside higher incidences of hematologic, cardiac, and renal complications, and an elevated risk of long COVID. Among the severe subtypes, significant differences in viral clearance and early antiviral responses were observed, with one subtype (SubC) showing strong early T-cell cytotoxicity but a poor humoral response, slower viral clearance, and greater risks of chronic organ dysfunction and long COVID. These findings provide crucial insights into the complex and context-dependent nature of COVID-19 immune responses, highlighting the importance of personalized therapeutic strategies to improve both acute and long-term outcomes.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,330
Écart entre enseignants0,279 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→