Persistent attenuation of lymphocyte subsets after mass SARS-CoV-2 infection
Notice bibliographique
Résumé
Objectives Growing evidence suggests that lymphocyte subsets are declined in COVID-19 patients, but it is unclear if these alterations persist after widespread exposure to SARS-CoV-2 or how long they last. Methods We analyzed lymphocyte subset data from 40,537 patients across three phases: pre-COVID, mass infection, and post-COVID. The counts of lymphocyte subsets and CD4 + /CD8 + ratios were compared using Mann-Whitney U test or Kruskal-Wallis H test. Monthly post-exposure data were compared with pre-exposure data to assess the persistence of impact on lymphocyte subsets by SARS-CoV-2, and subgroup analyses were performed in patients with cardiovascular disease. Results During mass infection, T cells, CD4 + T cells, CD8 + T cells, NK cells, and B cells dropped significantly. Even 20 months post-infection, CD8 + T cells remained 9.9% below baseline. Baseline lymphocyte subsets differed significantly by sex and age. Immune recovery varied by age and sex, with older adults and males showing prolonged lymphopenia. In cardiovascular disease patients, T lymphocytes remained 72.9% below baseline for 20 months post-infection. Conclusions Our findings redefine SARS-CoV-2 infection as a condition of long-lasting immune compromise. The sustained subnormal lymphocytes—particularly in cardiovascular disease cohorts—highlight a key immunologic feature of long COVID and underscore the need for personalized care.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».