MétaCan
Menu
Retour à la cohorte
Enregistrement W4413680771 · doi:10.1172/jci.insight.194314

The role of complement in long COVID pathogenesis

2025· review· en· W4413680771 sur OpenAlexaff
Rafael Bayarri‐Olmos, William Bain, Akiko Iwasaki

Notice bibliographique

RevueJCI Insight · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesYale UniversityU.S. Department of Veterans Affairs
Mots-clésPathogenesisImmunologyCoronavirus disease 2019 (COVID-19)DiseaseComplement systemInflammationMedicineImmune systemImmune dysregulationInnate immune systemMalaisePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Long COVID is a debilitating condition that can develop after a SARS-CoV-2 infection and is characterized by a wide range of chronic symptoms, including weakness, neurocognitive impairment, malaise, fatigue, and many others, that affect multiple organ systems. At least 10% of individuals with a previous infection may develop long COVID, which affects their ability to perform daily functions and work. Despite its severity and widespread impact, this multisystemic condition remains poorly understood. Recent studies suggest that dysregulation of the complement system, a key component of the innate immune response, may contribute to the pathogenesis of long COVID, particularly in connection with coagulation, inflammation, and vascular injury. In this Review, we examine the evidence linking complement system dysregulation to long COVID and explore its potential role in driving disease pathology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,358
Écart entre enseignants0,330 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCI InsightMême sujetLong-Term Effects of COVID-19Travaux en français237 207