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 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 | 0,002 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».