Causal associations between body fat accumulation and COVID-19 severity: A Mendelian randomization study
Notice bibliographique
Résumé
Abstract Purpose The causal effects of body fat mass and body fat-free mass on coronavirus disease 2019 (COVID-19) severity remain unclear. Here, we used Mendelian randomization (MR) to evaluate the causal relationships between body fat-related traits and COVID-19 severity. Material and Methods We identified single nucleotide polymorphisms associated with body mass index (BMI) and direct measures of body fat (i.e., body fat percentage, body fat mass, and body fat-free mass) in 461,460, 454,633, 454,137, and 454,850 individuals of European ancestry from the UK Biobank, respectively. We then performed two-sample MR to ascertain their effects on severe COVID-19 (cases: 4,792; controls: 1,054,664) from the COVID-19 Host Genetics Initiative. Results We found that an increase in BMI, body fat percentage, and body fat mass by one standard deviation were each associated with severe COVID-19 (odds ratio (OR) BMI = 1.49, 95%CI: 1.19–1.87, P = 5.57×10 −4 ; OR body fat percentage = 1.94, 95%CI: 1.41–2.67, P = 5.07×10 −5 ; and OR body fat mass = 1.61, 95%CI: 1.28–2.04, P = 5.51×10 −5 ). Further, we evaluated independent causal effects of body fat mass and body fat-free mass using multivariable MR and revealed that only body fat mass was independently associated with severe COVID-19 (OR body fat mass = 2.91, 95%CI: 1.71–4.96, P = 8.85×10 −5 and OR body fat-free mass = 1.02, 95%CI: 0.61–1.67, P = 0.945). Conclusions This study demonstrates the causal effects of body fat accumulation on COVID-19 severity and indicates that the biological pathways influencing the relationship between COVID-19 and obesity are likely mediated through body fat mass.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».