An observational and Mendelian randomisation study on vitamin D and COVID-19 risk in UK Biobank
Notice bibliographique
Résumé
A growing body of evidence suggests that vitamin D deficiency 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. We used logistic regression to identify associations between vitamin D variables and COVID-19 (risk of infection, hospitalisation and death) in 417,342 participants from UK Biobank. We subsequently performed a Mendelian Randomisation (MR) study to look for evidence of a causal effect. In total, 1746 COVID-19 cases (399 deaths) were registered between March and June 2020. We found no significant associations between COVID-19 infection risk and measured 25-OHD levels after adjusted for covariates, but this finding is limited by the fact that the vitamin D levels were measured on average 11 years before the pandemic. Ambient UVB was strongly and inversely associated with COVID-19 hospitalization and death overall and consistently after stratification by BMI and ethnicity. We also observed an interaction that suggested greater protective effect of genetically-predicted vitamin D levels when ambient UVB radiation is stronger. The main MR analysis did not show that genetically-predicted vitamin D levels are causally associated with COVID-19 risk (OR = 0.77, 95% CI 0.55-1.11, P = 0.160), but MR sensitivity analyses indicated a potential causal effect (weighted mode MR: OR = 0.72, 95% CI 0.55-0.95, P = 0.021; weighted median MR: OR = 0.61, 95% CI 0.42-0.92, P = 0.016). Analysis of MR-PRESSO did not find outliers for any instrumental variables and suggested a potential causal effect (OR = 0.80, 95% CI 0.66-0.98, p-val = 0.030). In conclusion, the effect of vitamin D levels on the risk or severity of COVID-19 remains controversial, further studies are needed to validate vitamin D supplementation as a means of protecting against worsened COVID-19.
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 | 0,014 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
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 ».