Respiratory burden in post-acute COVID-19 sequelae: a longitudinal study of airway and systemic inflammation and clinical outcomes
Notice bibliographique
Résumé
Background: It is unclear why patients with post-acute coronavirus disease 2019 sequelae (PACS) often present with persistent respiratory symptoms. We hypothesised that autoimmune inflammatory biomarkers may be associated with the persistence and/or resolution of these symptoms. We performed symptom-based unsupervised cluster analysis to evaluate airway and systemic immune responses in PACS participants over time. Methods: Individuals with confirmed SARS-CoV-2 infection, a persistent range of PACS symptoms for >12 weeks and no previous diagnosis of chronic lung disease were recruited and assessed at a 6-month follow-up. Assessments included St George's Respiratory Questionnaire (SGRQ), pulmonary function testing, 6-min walk test and analysis of blood and sputum inflammatory markers. Results: Unsupervised clustering based on SGRQ domains of 85 PACS individuals revealed four clusters. Cluster 1 (14%) reported no impairment and normal lung function, whereas clusters 2 (24%) and 3 (36%) were moderately symptomatic. Cluster 3 had a greater proportion of reduced lung function. Cluster 4 (26%) reported severe impairment across all SGRQ domains, with significantly lower 6-min walk distance, dyspnoea and fatigue. Clusters 3 and 4 had evidence of systemic inflammation (C-reactive protein and anti-SS-B/La). Sputum analysis showed no evidence of airway inflammation in any cluster. After 6 months, improved symptoms in 43% of individuals correlated with increased forced expiratory volume in 1 s percentage predicted and low serum interleukin-8 (p<0.05) over time. Multivariate regression suggested that a reduction in serum anti-SS-B/La IgG over 6 months was associated with improvement of SGRQ impact (t=3.17, p=0.003) and activity (t=2.04, p=0.005). Conclusions: A subset of previously healthy PACS patients have clinically relevant respiratory burden as identified by unbiased SGRQ domain analysis associated with systemic inflammation and autoantibodies.
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 | 0,010 | 0,011 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».