The Relationship Between the Severity and Mortality of SARS-CoV-2 Infection and 25-hydroxyvitamin D Concentration—A Metaanalysis
Notice bibliographique
Résumé
INTRODUCTION: There is increasing scientific interest in the possible association between hypovitaminosis D and the risk of SARS-CoV-2 infection severity and/or mortality. OBJECTIVE: To conduct a metanalysis of the association between 25-hydroxyvitamin D (25(OH)D) concentration and SARS-CoV-2 infection severity or mortality. MATERIAL AND METHODS: We searched PubMed, EMBASE, Google scholar and the Cochrane Database of Systematic Reviews for studies published between December 2019 and December 2020. Effect statistics were pooled using random effects models. The quality of included studies was assessed with the Newcastle-Ottawa Scale (NOS). Targeted outcomes: mortality and severity proportions in COVID-19 patients with 25(OH)D deficiency, defined as serum 25(OH)D < 50 nmol/L. RESULTS: In the 23 studies included (n = 2692), the mean age was 60.8 (SD ± 15.9) years and 53.8% were men. Results suggested that vitamin 25(OH)D deficiency was associated with increased risk of severe SARS-CoV-2 disease (RR 2.00; 95% CI 1.47-2.71, 17 studies) and mortality (RR 2.45; 95% CI 1.24-4.84, 13 studies). Only 7/23 studies reported C-reactive protein values, all of which were > 10 mg/L. Conclusions 25(OH)D deficiency seems associated with increased SARS-CoV-2 infection severity and mortality. However, findings do not imply causality, and randomized controlled trials are required, and new studies should be designed to determine if decreased 25(OH)D is an epiphenomenon or consequence of the inflammatory process associated with severe forms of SARS-CoV-2. Meanwhile, the concentration of 25(OH)D could be considered as a negative acute phase reactant and a poor prognosis in COVID-19 infection.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».