Sustained Expression of Plasminogen Activator Inhibitor-1 in Patients Recovered From COVID-19 Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: The overexpression of plasminogen activator inhibitor-1 (PAI-1) was frequently observed during coronavirus disease 2019 (COVID-19), and it was found to be closely associated with disease severity. We have analyzed the PAI-1 status in fully recovered post-COVID patients. SUBJECTS AND METHODS: In a case-control and cross-sectional study, we compared 377 patients, 30-210 days after PCR-verified COVID-19 and 884 COVID-naive controls. RESULTS: Post-COVID patients ("cases") showed significantly higher plasma PAI-1 concentrations than COVID-naive controls. This difference remained significant even after complex adjustment by multiple regression. On the other hand, since the strongest covariate of increased PAI-1 was antihypertensive treatment, the difference between cases and controls in those who were on antihypertensives completely disappeared. In the subgroup of post-COVID patients only, we also found that highly symptomatic patients or those who required hospitalization in the acute phase showed significantly higher PAI-1 than patients with only mild symptoms of the disease. Similarly, the presence of β mutation increased the relative risk (≈11 times) of high post-COVID concentrations of PAI-1. Similarly, the presence of β mutation increased the relative risk (≈11 times) of high post-COVID concentrations of PAI-1. CONCLUSIONS: Increased values of PAI-1 can persist for several months after complete recovery from COVID-19 (namely, by β variant of the virus), and their expression also corresponded to clinical course of the disease. .
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.
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 | 0,000 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle