Association between angiotensinogen (AGT), angiotensin-converting enzyme (ACE) and angiotensin-II receptor 1 (AGTR1) polymorphisms and COVID-19 infection in the southeast of Iran: a preliminary case-control study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic remains an emerging public health crisis with serious adverse effects. The disease is caused by severe acute respiratory syndrome coronavirus-2 (SARS-CoV--2) infection, targeting angiotensin-converting enzyme-2 (ACE2) receptor for cell entry. However, changes in the renin-angiotensin system (RAS) balance alter an individual's susceptibility to COVID-19 infection. We aimed to evaluate the association between AGT rs699 C > T, ACE rs4646994 I/D, and AGTR1 rs5186 C > A variants and the risk of COVID-19 infection and the severity in a sample of the southeast Iranian population. METHODS: A total of 504 subjects, including 258 COVID-19 positives, and 246 healthy controls, were recruited. Genotyping of the ACE gene rs4646994, and AGT rs699, and AGTR1 rs5186 polymorphisms was performed by polymerase chain reaction (PCR) and PCR-restriction fragment length polymorphism (PCR-RFLP), respectively. RESULTS: Our results showed that the II genotype of ACE rs4646994 and the I allele decreased the risk of COVID-19 infection. Moreover, we found that the TC genotype and C allele of AGT rs699 increased the risk of COVID-19 infection. The AGTR1 rs5186 was not associated with COVID-19 infection. Also, we did not find any association between these polymorphisms and the severity of the disease. However, we found a significantly higher age and prevalence of diabetes and hypertension in patients with severe disease than a non-severe disease. CONCLUSIONS: These findings suggest that ACE rs4646994 and AGT rs699 polymorphisms increase the risk of COVID-19 infection in a southeast Iranian population.
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 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».