Immunopathology of chikungunya virus infection: Potential biological markers for predicting the risk of chronic sequelae
Notice bibliographique
Résumé
Introducción: La infección por el virus chikungunya (CHIKV) representa un importante problema de salud pública debido a la cronificación de síntomas reumatológicos, que deterioran la calidad de vida relacionada con salud (CVRS) y aumentan la fatiga tras la fase aguda. Sin embargo, los mecanismos patogénicos de la enfermedad no están completamente definidos y aún se carece de biomarcadores pronósticos validados para la identificación temprana de artropatía crónica. Objetivo: Identificar biomarcadores para predecir la evolución hacia secuelas crónicas (reumatismo crónico post-CHIKV - RC-pCHIK), fatiga crónica y CVRS afectada, en pacientes con enfermedad por CHIKV. Metodología: Se realizó una revisión sistemática de estudios publicados que evaluaron biomarcadores inmunológicos en la infección por CHIKV. Además, se desarrolló un estudio de cohorte con seguimiento a largo plazo de personas infectadas durante el brote epidémico de 2014–2015 en Piedecuesta, Santander. Finalmente, en dos estudios de cohorte se exploró la asociación entre biomarcadores inmunológicos y el desarrollo de RC-pCHIK. Resultados: La revisión sistemática incluyó 38 estudios e identificó un perfil inmune inflamatorio agudo con elevación de factores inmunológicos, sin lograr establecer biomarcadores pronósticos consistentes. En la cohorte, se identificó que el 14,1% de los participantes fueron clasificados como casos de RC-pCHIK, quienes presentaron mayor afectación de la CVRS y fatiga crónica. En el estudio de casos y controles, se encontró que niveles más altos de IL-8/CXCL8 e IP-10/CXCL10 y MIG/CXCL9 medidos en fases tempranas de la infección se asociaron con una menor probabilidad de desarrollar RC-pCHIK. Conclusión: Estas quimiocinas podrían ser útiles para estratificar el riesgo de progresión hacia secuelas de reumatológicas tras una infección por CHIKV. Sin, embargo, no se observó una asociación con CVRS afectada ni fatiga crónica. Estos hallazgos deben ser validados en estudios adicionales.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».