Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Myint-Hpu K"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Michael S. Abers, Ottavia M. Delmonte, Emily E. Ricotta, Jonathan Fintzi, Danielle L. Fink, Adriana A. Almeida de Jesus, Kol A. Zarember, Sara Alehashemi, Vasileios Oikonomou, Jigar V. Desai, Scott W. Canna, Bita Shakoory, Kerry Dobbs, Luisa Imberti, Alessandra Sottini, Eugenia Quiros-Roldan, Francesco Castelli, Camillo Rossi, Duilio Brugnoni, Andrea Biondi, Laura Rachele Bettini, Mariella D’Angio’, Paolo Bonfanti, Riccardo Castagnoli, Daniela Montagna, Amelia Licari, Gian Luigi Marseglia, Emily F. Gliniewicz, Elana Shaw, Dana E. Kahle, Andre T. Rastegar, Michael Stack, Katherine Myint-Hpu, Susan L. Levinson, Mark J. DiNubile, Daniel W. Chertow, Peter D. Burbelo, Jeffrey I. Cohen, Katherine R. Calvo, John S. Tsang, NIAID COVID-19 Consortium, Helen C. Su, John I. Gallin, Douglas B. Kuhns, Raphaela Goldbach-Mansky, Michail S. Lionakis, Luigi D. Notarangelo
Publikováno v:
JCI Insight, Vol 6, Iss 1 (2021)
JCI Insight
JCI Insight
Immune and inflammatory responses to severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) contribute to disease severity of coronavirus disease 2019 (COVID-19). However, the utility of specific immune-based biomarkers to predict clinical outc