应用机器学习模型来识别COVID-19严重程度和结果的血清学预测因素
Sabra Klein1, Santosh Dhakal1, Anna Yin1
1Johns Hopkins Bloomberg School of Public Health.
Research square
|November 28, 2023
概括
COVID-19患者的抗体反应预测了输管或死亡. 在入学1个月后,较高的IgG结合和ACE2抑制,以及在入学时较低的C1q补充活性,与更好的结果有关.
科学领域:
- 免疫学 免疫学 免疫学
- 病毒学 病毒学
- 机器学习 机器学习
背景情况:
- 重症COVID-19患者的抗体标位比轻度疾病患者高,但恢复或死亡的预后值尚不清楚.
- 了解免疫反应和临床结果之间的关系对于管理严重急性呼吸系统综合征-冠状病毒-2 (SARS-CoV-2) 感染至关重要.
结论:
- 特定抗体反应和补充活性是严重COVID-19结果的重要预测因素.
- 免疫分析为COVID-19患者提供了比单独的人口因素更准确的预后.
- 对这些免疫标记物的进一步研究可以为治疗策略和患者分层提供信息.


