S'abonner

Autoantibodies in long COVID: a systematic review - 09/09/25

Doi : 10.1016/S1473-3099(25)00411-6 
Fabian Wilhelm, MD a, b, Janne Cadamuro, ProfMD b, Sylvia Mink, MD PhD a, b, c,
a Central Medical Laboratories, Feldkirch, Austria 
b Department of Laboratory Medicine, Paracelsus Medical University Salzburg, Salzburg, Austria 
c Private University in the Principality of Liechtenstein, Triesen, Liechtenstein 

*Correspondence to: Dr Sylvia Mink, Central Medical Laboratories, Feldkirch 6800, AustriaCentral Medical LaboratoriesFeldkirch6800Austria

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Tuesday 09 September 2025

Summary

Post-COVID-19 condition (also known as long COVID) affects a substantial proportion of individuals who have been infected with SARS-CoV-2, profoundly affecting their daily lives and work. Diagnosis and prognosis of long COVID are complex and hindered by heterogeneous symptoms and the absence of validated biomarkers. This systematic review synthesises current evidence on the association between autoantibodies and long COVID, with the goal of evaluating their prognostic and diagnostic utility. Studies published in the PubMed and MEDLINE databases between Jan 1, 2020, and June 10, 2025, were considered. Study selection and quality assessment were done independently by two researchers. Of the 1113 publications screened, 44 studies met the inclusion criteria, with a total of 7571 participants, including 3372 individuals with long COVID. 31 (71%) studies reported an association between autoantibodies and long COVID; however, there was substantial heterogeneity in study design, type and timing of antibody measurements, and long COVID definitions. Several autoantibodies have been associated with long COVID occurrence, symptoms, and severity. Antinuclear antibodies, and autoantibodies targeting G protein-coupled receptors and chemokines, have emerged as potential biomarkers for aiding in the diagnosis, prognosis, and assessment of disease severity in long COVID. However, larger studies are needed to confirm the diagnostic and prognostic utility of these autoantibodies in the context of long COVID.

Le texte complet de cet article est disponible en PDF.

Plan


© 2025  Elsevier Ltd. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.