The sex and gender dimensions of COVID-19: A narrative review of the potential underlying factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Multiple lines of evidence indicate that the male sex is a significant risk factor for severe disease and mortality due to coronavirus disease 2019 (COVID-19). However, the precise explanation for the discrepancy is currently unclear. Immunologically, the female-biased protection against COVID-19 could presumably be due to a more rapid and robust immune response to viruses exhibited by males. The female hormones, e.g., estrogens and progesterone, may have protective roles against viral infections. In contrast, male hormones, e.g., testosterone, can act oppositely. Besides, the expression of the ACE-2 receptor in the lung and airway lining, which the SARS-CoV-2 uses to enter cells, is more pronounced in males. Estrogen potentially plays a role in downregulating the expression of ACE-2, which could be a plausible biological explanation for the reduced severity of COVID-19 in females. Comorbidities, e.g., cardiovascular diseases, diabetes, and kidney disorders, are considered significant risk factors for severe outcomes in COVID-19. Age-adjusted data shows that males are statistically more predisposed to these morbidities-amplifying risks for males with COVID-19. In addition, many sociocultural factors and gender-constructed behavior of men and women impact exposure to infections and outcomes. In many parts of the world, women are more likely to abide by health regulations, e.g., mask-wearing and handwashing, than men. In contrast, men, in general, are more involved with high-risk behaviors, e.g., smoking and alcohol consumption, and high-risk jobs that require admixing with people, which increases their risk of exposure to the infection. Overall, males and females suffer differently from COVID-19 due to a complex interplay between many biological and sociocultural factors.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle