A systematic review on papers that study on Single Nucleotide Polymorphism that affects coronavirus 2019 severity
Notice bibliographique
Résumé
BACKGROUND: COVID-19, caused by SARS-CoV-2 has become the most threatening issue to all populations around the world. It is, directly and indirectly, affecting all of us and thus, is an emerging topic dealt in global health. To avoid the infection, various studies have been done and are still ongoing. COVID-19 cases are reported all over the globe, and among the millions of cases, genetic similarity may be seen. The genetical common features seen within confirmed cases may help outline the tendency of infection and degree severity of the disease. Here, we reviewed multiple papers on SNPs related to SARS-CoV-2 infection and analyzed their results. METHODS: The PubMed databases were searched for papers discussing SNPs associated with SARS-CoV-2 infection and severity. Clinical studies with human patients and statistically showing the relevance of the SNP with virus infection were included. Quality Assessment of all papers was done with Newcastle Ottawa Scale. RESULTS: In the analysis, 21 full-text literature out of 2956 screened titles and abstracts, including 63,496 cases, were included. All were human-based clinical studies, some based on certain regions gathered patient data and some based on big databases obtained online. ACE2, TMPRSS2, and IFITM3 are the genes mentioned most frequently that are related to SARS-CoV-2 infection. 20 out of 21 studies mentioned one or more of those genes. The relevant genes according to SNPs were also analyzed. rs12252-C, rs143936283, rs2285666, rs41303171, and rs35803318 are the SNPs that were mentioned at least twice in two different studies. CONCLUSIONS: We found that ACE2, TMPRSS2, and IFITM3 are the major genes that are involved in SARS-CoV-2 infection. The mentioned SNPs were all related to one or more of the above-mentioned genes. There were discussions on certain SNPs that increased the infection and severity to certain groups more than the others. However, as there is limited follow-up and data due to a shortage of time history of the disease, studies may be limited.
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 | 0,005 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,017 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».