sST2 is a key outcome biomarker in COVID-19: insights from discovery randomized trial
Notice bibliographique
Résumé
We investigated whether baseline levels of biomarkers related to endotheliopathy, thromboinflammation, and fibrosis were associated with clinical outcomes in hospitalized COVID-19 patients. We analyzed the associations between baseline levels of 21 biomarkers and time to hospital discharge and change in NEWS-2 score in patients from DisCoVeRy trial. We fitted multivariate models adjusted for baseline ISARIC 4C score, disease severity, D-dimer values, and treatment regimen. Between March 22 and June 29, 2020, 603 participants were randomized; 454 had a sample collected at baseline and analyzed. The backward selection of multivariate models showed that higher baseline levels of soluble suppressor of tumorigenicity 2 (sST2) and nucleosomes were statistically associated with a lower chance of hospital discharge before day 29 (sST2: aHR 0.24, 95% CI [0.15–0.38], p < 10 −9 ; nucleosomes: aHR 0.62, 95% CI [0.48–0.81], p < 10 −3 ). Likewise, higher levels of baseline sST2 were statistically associated with lower changes in the NEWS-2 score between baseline and day 15 (adjusted beta 4.47, 95% CI [2.65–6.28], p < 10 −5 ). Moreover, we evaluated sST2 involvement in a confirmation cohort (SARCODO study, 103 patients) and found that elevated baseline sST2 levels were significantly associated with lower rates of hospital discharge before day 29 and a higher model performance (AUC at day 29 of 92%) compared to models without sST2. sST2 emerged as an independent predictor of clinical outcomes in two large cohort of hospitalized COVID-19 patients, warranting further investigation to elucidate its role in disease progression and potential as a therapeutic target.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».