Causal associations between body fat accumulation and COVID-19 severity: A Mendelian randomization study
Notice bibliographique
Résumé
Previous studies reported associations between obesity measured by body mass index (BMI) and coronavirus disease 2019 (COVID-19). However, BMI is calculated only with height and weight and cannot distinguish between body fat mass and fat-free mass. Thus, it is not clear if one or both of these measures are mediating the relationship between obesity and COVID-19. Here, we used Mendelian randomization (MR) to compare the independent causal relationships of body fat mass and fat-free mass with COVID-19 severity. We identified single nucleotide polymorphisms associated with body fat mass and fat-free mass in 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. We found that an increase in body fat mass by one standard deviation was associated with severe COVID-19 (odds ratio (OR) body fat mass = 1.61, 95% confidence interval [CI]: 1.28–2.04, P = 5.51 × 10 -5 ; OR body fat-free mass = 1.31, 95% CI: 0.99–1.74, P = 5.77 × 10 -2 ). Considering that body fat mass and fat-free mass were genetically correlated with each other ( r = 0.64), we further evaluated independent causal effects of body fat mass and 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). In summary, 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 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 ».