COVID-19 Mortality Is Attenuated at High Tropical and Subtropical Altitude: An Observational Study of a Database Covering Five Latin American Countries
Notice bibliographique
Résumé
The COVID-19 pandemic, caused by the SARS-COV-2 virus, has had devastating consequences worldwide. Remarkably, the incidence, virus transmission capacity, and severity of COVID-19 have been reported to be significantly decreased in high-altitude human populations. The clinical significance of these findings is enormous, as they suggest that permanent inhabitants of high altitudes have developed adaptive protective changes against certain pathologies. However, these observations have been overshadowed by contradictory reports on the COVID-19 mortality rate at high altitude, ascribed to low population densities. These interpretations, however, fail to consider that the environmental conditions of high-altitude regions of the temperate and tropical geographical zones are radically different from each other. Contrary to common thought, the conditions of high-altitude areas of countries within the tropical zone are so benign that they have favored the growth and development of densely populated cities. In this work, we use data from a COVID-19 database covering five Latin American countries in the tropical and subtropical geographic zone that corresponded to the period between the start of the pandemic and the end of 2020, when no vaccine was yet available. Our results reveal that residing above 1,000 m in tropical countries was a protective factor against COVID-19 mortality. Interestingly, this protective effect was independent of population size. The findings presented here, and those from other similar studies, substantiate the need for more research to reveal the secrets of the physiology of permanent high-altitude residents. In conclusion, our findings clearly demonstrate that the high-altitude environment in tropical and subtropical geographic zones significantly contributes to the decreased mortality impact of the SARS-COV-2 virus in high-altitude-exposed populations.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».