MétaCan
Menu
Retour à la cohorte
Enregistrement W4410014203 · doi:10.1016/j.bbih.2025.101007

Comparison of cerebrospinal fluid biomarkers in patients with severe COVID-19 neurological outcomes and Alzheimer’s disease

2025· article· en· W4410014203 sur OpenAlexaff
Fernanda G. Q. Barros‐Aragão, TC Pinheiro, Talita P. Pinto, Bart Vanderborgh, Nathane Rezende, Guilherme B. de Freitas, Gabriel R. de Freitas, Fernando A. Bozza, Andrea Silveira de Souza, Érika C. Rodrigues, Carlos Otávio Brandão, Paulo Mattos, Felipe Kenji Sudo, Fernanda Tovar‐Moll, Fernanda G. De Felice

Notice bibliographique

RevueBrain Behavior & Immunity - Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensQueen's University
Organismes subventionnairesFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroMinistério da SaúdeCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorConselho Nacional de Desenvolvimento Científico e TecnológicoInstituto D'Or de Pesquisa e Ensino
Mots-clésCoronavirus disease 2019 (COVID-19)Cerebrospinal fluidMedicineDiseaseSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakInternal medicineIntensive care medicinePathologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

Background: COVID-19 induces acute and long-term neurological symptoms. Links between COVID-19 neurological disturbance and Alzheimer's disease (AD) have been hypothesized because neuroinflammation plays a significant role in both diseases. However, it is unknown if COVID-19 patients with neurological disturbance present molecular alterations related to AD pathology. A better understanding of possible molecular links between COVID-19-induced neurological disease and AD would lead to improved patient follow-up and late-onset disease prevention. Here, we analyze early AD biomarkers in a Brazilian cohort of COVID-19 patients with neurological symptoms. We compared COVID-19 patients' neuroinflammatory and AD biomarker levels to controls, amnestic mild cognitive impairment (aMCI), and AD. Methods: We analyzed cerebrospinal (CSF) biomarkers of neuroinflammation (interleukin-6 (IL6)), amyloid-beta (Aβ) proteinopathy (Aβ42/40), phosphorylated Tau (pTau181), and the neurodegeneration-associated biomarker total Tau in controls (n = 36), COVID-19 patients presenting neurological alterations (n = 35), aMCI (n = 19), and AD patients (n = 20). Comparisons were corrected by possible sex, age, and comorbidities confounding effects. CSF biomarkers were correlated with systemic and neuro-inflammation markers. Results: We found that severe COVID-19 patients presented higher CSF Tau than controls, comparable to alterations observed in AD patients. However, we did not find changes in CSF Aβ42/40, pTau-181/Aβ42, or Tau/Aβ42 ratios. Severe COVID-19 patients presented higher Tau, Tau/Aβ42, and pTau181/Aβ42 than mild patients. In COVID-19 patients, CSF pro-inflammatory cytokine IL6 and AD biomarkers correlated with systemic inflammatory index (SII). Conclusions: Collectively, our findings reveal that CSF tau levels are comparably elevated in COVID-19 neurological patients and AD, suggesting ongoing neurodegeneration in COVID-19 neurological disease, but no biomarker alterations related to AD pathology. Furthermore, CNS AD-related biomarker levels in COVID-19 patients change in association with disease severity and systemic inflammation. Considering that inflammation may persist post-COVID, our findings urge the assessment of possible AD-related biomarker changes in COVID-19 survivors with lingering symptoms.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,394
Écart entre enseignants0,353 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain Behavior & Immunity - HealthMême sujetLong-Term Effects of COVID-19Travaux en français237 207