Immunopathology of chikungunya virus infection: Potential biological markers for predicting the risk of chronic sequelae
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".