Genetically-predicted vitamin D status, ambient UVB during the pandemic and COVID-19 risk in UK Biobank: Mendelian Randomisation study
Notice bibliographique
Résumé
Abstract A growing body of evidence shows that poor vitamin D status has been associated with an increased susceptibility to viral and bacterial respiratory infections. In this study, we aimed to examine the association between vitamin D and COVID-19 risk and outcomes, and to explore potential causal effects. We used logistic regression to identify associations between different vitamin D variables (25-hydroxyvitamin D concentration (25-OHD), ambient UVB and genetically-predicted 25-OHD concentrations) and COVID-19 (risk of infection, hospitalisation and death) in 495,780 participants from UK Biobank. We subsequently performed a Mendelian Randomisation (MR) study to test if there was any causal effect. In total, 1,746 COVID-19 cases and 399 COVID-19 deaths occurred between March and June 2020. We found significant inverse associations between COVID-19 infection and 25-OHD in univariable models, but these associations were non-significant after adjustment for confounders. Ambient UVB was strongly and inversely associated with hospitalization and death. Although the main MR analysis showed that genetically-predicted vitamin D levels were not causally associated with COVID-19 risk, MR sensitivity analysis using weighted mode method indicated a potential causal effect (OR=0.72, 95% CI:0.53-0.98; P=0.041). In conclusion, our study found suggestive evidence of association between vitamin D and the risk or severity of COVID-19 but further studies are needed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».