不同剂量皮质类固醇治疗重症COVID-19肺炎的疗效| 病毒学杂志
皮质类固醇治疗在降低 COVID-19 死亡率（尤其是重症患者死亡率）方面的有效性已得到证实，但提供最大益处的最佳时间和剂量尚未确定。 我们的研究观察了不同剂量的皮质类固醇对重症COVID-19肺炎患者的影响。 RECOVERY 试验显示，对于需要氧疗的 COVID-19 患者，每日一次使用 6 毫克地塞米松长达 10 天，28 天死亡率明显降低 [16]。 在我们的研究中，高剂量与低剂量皮质类固醇并没有显着改变重症 COVID-19 肺炎的 28 天死亡率。 然而，入组患者的数量很少，这可能会导致结果出现偏差。 必须招募更多患者参与类似的治疗比较，以确定适当的激素剂量。 此外，在最初的筛选过程中，10 名接受过巴瑞替尼或托珠单抗治疗的患者被排除在外，因为我们无法评估免疫调节治疗与皮质类固醇之间任何可能的相互作用。 因此，这些患者被排除在外，观察到的效果可能高估了皮质类固醇的真实效果。 在COVID-19的早期阶段，白细胞正常或减少，淋巴细胞计数减少。 在我们的研究中，患者的基线数据显示平均淋巴细胞计数（0.67–0.79 × 109/L）低于正常平均值（0.8–4.0 × 109/L）。 数据表明，早期测定淋巴细胞和T淋巴细胞亚群有助于判断重症COVID-19肺炎的严重程度和预后，可用于指导临床治疗 [17]。 随着患者康复，淋巴细胞恢复正常。 考察COVID-19对T淋巴细胞亚群的影响也是我们团队未来的研究项目之一。 这项临床研究发现，患者的平均血糖水平约为8.5 mmol/L。 COVID-19可导致血糖升高，其病理机制尚不清楚。 胰岛素抵抗是高血糖的普遍原因，与皮质类固醇治疗无关； 此外，SARS-CoV-2 会破坏脂肪细胞并引发脂肪组织功能障碍。 因此，COVID-19 患者的脂联素水平较低 [18]。 先前的研究还发现，高血糖是 COVID-19 的一个强烈的不良预后因素。 基线血糖水平升高以及入院后使用皮质类固醇不可避免地导致住院时间延长 [19]说明这一现象需要引起临床医生的重视。 本次临床研究中，真菌感染率较高，高剂量组感染率达38.1%； 这表明临床医生必须重视真菌感染的筛查并及时制定治疗方案。 由于住院时间较长，加上皮质类固醇和IL-6拮抗剂的使用，一些患者出现了重复感染。 在 COVID-19 大流行期间，越来越多地报道了与 COVID-19 […]
严重的 COVID-19 和慢性肾脏病：双向孟德尔随机化研究 | 病毒学杂志
学习规划 图 1 显示了这项针对严重 CKD 和 COVID-19 的双向 MR 研究的基本概述。 1。 CKD 的 GWAS 由 43 项研究组成，总样本量为 117,165，其中 12,385 例 CKD 病例。 补充表 1 提供所有研究队列的详细信息。 严重 COIVD19 的 GWAS 由 13 项欧洲血统研究组成，总样本量为 1,054,664，其中包括 4,792 名严重 COIVD19。 补充表 2 提供所有研究队列的详细信息。 通过使用 GWAS 的汇总统计数据，我们进行了两项 MR 分析，以检查 CKD 和重症 COVID-19 之间的联系。 与使用 CKD 作为暴露因素、以 COVID-19 作为结果的正向 MR 研究相反，该 […]
2000年至2022年病毒感染中m6A甲基化的文献计量分析| 病毒学杂志
关键词共现分析是对多个文档中的关键词进行统计检查，了解不同术语之间的关系，从而反映特定学科或领域内的知识结构和发展趋势。 该分析阐明了不同关键词之间的关联程度，从而能够识别研究焦点、新兴研究领域以及学科或领域知识结构的演变趋势。 关键词代表了研究的热点话题和领域。 我们使用CiteSpace对文章中的关键词进行提取和统计，并合并最相似的关键词，得到前20个高频关键词，如附加文件所示 1：表S1。 “核RNA”“甲基化”“基因”“信使RNA”和“病毒复制”出现频率较高。 桌子 1 显示了引用爆发最强的前20个关键词，反映并预测了病毒感染中m6A甲基化的阶段性热点和进化趋势。 爆发力更强的“序列特异性”“感染”和“甲基化”出现得更早，是早期关注的话题。 关键词“序列特异性”的持续时间最长为13年。 2020年以来，“先天免疫”、“DNA”和“mettl3”相继出现在关键词中，其中爆发最强（强度=3.54）表明这是热点，也可能是具有前瞻性研究意义的转折点。 表 1 引用爆发最强的前 20 个关键词。 关键词共现分析有助于研究人员识别主题的中心问题和发展。 网络密度为 0.0221 的地图包含 407 个节点和 1828 个链路（图 1）。 3A）。 为了探讨研究主题，通过CiteSpace软件使用对数似然检验（LLR）对已发表文章的关键词进行聚类，不同颜色的聚类如图1所示。 3B.簇#0核RNA是最大的簇，其次是簇#1激活和簇#3氧化应激。 随后，这些簇以时间线视图呈现，以观察病毒感染中 m6A 甲基化的潜在知识结构和随时间的演变（图 1）。 3C）。 节点在水平线上记录，从而演变了集群的历史结果。 Cluster #0核RNA和#3基孔肯雅病毒出现最早，#4 RNA修饰出现最晚。 簇“核RNA”“激活”“氧化应激”“RNA修饰”“病毒感染”“乙型肝炎病毒”和“肝细胞癌”相关研究将于2022年推出，而簇“基孔肯雅病毒”“n端肽”“编码“表达”“细胞附着基序”“溴结构域蛋白”和“卡波西肉瘤相关疱疹病毒（kshv）”逐渐减少甚至消失，表明这些领域有减少的趋势。 观察到“信使RNA”“病毒复制”“序列”和“错配修复”的节点较大，这表明相关研究的发表文章较多。 近年来，“病毒蛋白”“病毒发病机制”“先天免疫反应”和“机制”簇中的节点数量不断增加，可能是未来病毒感染中m6A甲基化的前沿。 图3 关键词共现和聚类分析网络的可视化图。 关键词共现分析。 每个带有彩色年轮的节点代表一个关键词。 节点的大小与出版物输出相匹配。 由节点和链接组成的单独区域代表不同关键字的关系。 B 关键词聚类分析。 所有关键词均分为 15 个簇。 不同颜色的节点和边代表不同的簇。 C 病毒感染中 […]