Associations Between Inflammatory and Catecholamine Markers and Clinical Outcomes in People with Post-Acute SARS-CoV-2 Infection
Notice bibliographique
Résumé
Lynn H Gerber,1,2,* Micahel Estep,1,* Leyla De Avila,1,* Jillian K Price,1,* Ali A Weinstein,3,* Maria Stepanova,1,2,* Aybike Birerdinc,4,* Zobair Younossi1,2,* 1Betty and Guy Beatty Center for Integrated Research, Inova Health System, Falls Church, VA, USA; 2Department of Medicine, Inova Health System, Falls Church, VA, USA; 3Department of Global and Community Health, George Mason University, Fairfax, VA, USA; 4School of Systems Biology, College of Science, George Mason University, Fairfax, VA, USA*These authors contributed equally to this workCorrespondence: Lynn H Gerber, Betty and Guy Beatty Center for Integrated Research, Inova Health System, 3300 Gallows Road, Falls Church, VA, 22042, USA, Email ngerber1@gmu.eduPurpose: The diagnosis of post-acute SARS-CoV-2 infection (PASC) is broad, referring to new or persistent health problems >four weeks after being infected with SARSCoV-2. The aim of this study was to determine whether cytokines, chemokines or catecholamine levels could specify the clinical condition.Patients and Methods: Seventy-nine participants participated in person to study PASC. They were average 51 years (mean), 52% female, 62% Caucasian, 11% African American and 37% Hispanic with a mean BMI of 30.5. Most prevalent symptoms were fatigue, memory loss and shortness of breath. We extracted co-morbid conditions, length of hospital stay and course and laboratory values; medications, history of regular exercise (total of 150 minutes/week), measures of cognition (PCCOG), including Color Word Interference Test (CWIT), Coding, Arithmetic, Matrix Reasoning), clinical assessment of health behavior change, and several patient reported outcomes (PROs) (Edmonton Symptom Assessment System (ESAS), health-related quality of life instrument (EQ5D), anxiety and depression (GAD7, PHQ9) and fatigue (Functional Assessment of Chronic Illness Therapy – Fatigue (FACIT-F).Results: These data suggest that people with PASC are more likely to report lower levels of physical well-being, emotional well-being and higher fatigue levels than the non-PASC population. Epinephrine levels correlate statistically significantly with PROs (p< 0.05), for overall FACIT-F, as well as the physical and functional subscales. The fatigue severity self-report, PHQ9 and number of symptoms were also significantly correlated. Interleukin-1 beta (IL1b) was inversely correlated with the Physical Well Being (PWB) and Emotional Well Being (EWB) FACIT-F subscales, the GAD7 and the PCCOG scale (p< 0.05).Conclusion: Participants in this observational study of PASC report lower levels of emotional, physical well-being, more fatigue, anxiety and depression than are reported in population norms. Epinephrine and IL1b correlate with these findings and may offer a biological measurement, providing clinically useful information for tracking persistence or recovery. These findings may encourage further study to develop newer treatment approaches.Keywords: post acute SARS-CoV-2, PASC, patient reported outcomes, cytokines, catecholamines, chemokines
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».