《新研究:手指长度竟能预测新冠严重程度》

  • 来源专题:生物安全知识资源中心—领域情报网
  • 编译者: hujm
  • 发布时间:2022-04-10
  • COVID-19流行病自爆发以来,不断演变进化,不同毒株的传染性、感染后的严重程度、临床结局都是人们非常关注的问题。有关的生物学标志物研究也是层出不穷,然而这些标志物种类繁多、未知程度高、机制复杂,在各国不同的研究中,病死率和死亡率的预测因子都存在差异。

     

    例如,来自比利时的数据表明,新冠感染后的严重程度与高龄、肾功能不全、乳酸脱氢酶升高、血小板减少和肥胖有关。中国的研究表明其严重程度与高龄、男性、高体重指数、高血压、低T淋巴细胞和B淋巴细胞计数等血液学指标有关。在这些不同的因素中,年龄和体重似乎是疾病严重程度的独立危险因素。但是,对于这些危险因素的认识似乎并没有显著降低新冠的死亡率。

     

    在许多人群中新冠感染的严重程度与性别有关:男性要比女性严重,男性死亡率较高。对于这种现象主要有两种理论:(一)雄激素驱动理论;(二)男性性腺功能减退理论。这两种理论背后都涉及到激素相关的疾病严重程度差异,那么与性激素有关的指标是否可以作为新冠严重程度的预测因子呢?

     

    今年三月份,Scientific Reports杂志最新发表了一项研究,科学家研究了新冠感染者和健康受试者除拇指外的四个手指(食指、中指、无名指、小指)的长度比例,并探究了其与感染新冠后严重程度的关联。研究发现,男性无名指长度较短是睾丸激素较低的标志,而雄激素睾酮与感染新冠后严重程度有关,因此手指长度比例可能会是严重新冠病毒感染和感染病毒后住院风险增加的预测指标。

    研究方案中对患者的以下信息做了记录:疾病严重程度(0-4分;0分—无症状、1分—轻度、2分—中度、3分—重度、4分—致命)、住院和氧疗时间、重症监护病房天数、伴随疾病、吸烟史和职业暴露史、实验室检测结果(白细胞计数、纤维蛋白原、d-二聚体、血小板计数、血氧饱和度、降钙素原)和人体测量。对照组由47名女性和53名男性组成,患者组由26名女性和28名男性组成。

     

    根据手指长度比例和病死率(case fatality rates,CFR)之间的相关性,研究人员归纳到:与对照组相比,因新冠而住院的患者具有:
    (i)较高的左右手指长度比例,以及较高的Δ左右方向不对称性,即低产前睾酮和高产前雌激素的暴露历史;
    (ii)高|(右-左)|无符号不对称性(FA),即由青春期性类固醇等压力源引起的发育不稳定性水平升高。

    手指长度比例之间可能存在相当大的关联性。例如,2D:4D表现出发育稳定性,而3D:5D在发育过程中尤其不稳定。与2D:4D和3D:5D相关的模式最不可能受到手指长度比例之间相互关系的影响。因此,2D:4D可能与产前相关的因素有关,而3D:5D可能与发育不稳定性的产后影响有关。所以2D:4D和2D:4D手指长度比例应该受到关注。

     

    该研究还考查了产前性类固醇和产后发育不稳定性在新冠病程中的作用。结果表明,手指长度比例及其不对称性可当作新冠导致住院潜在风险的简单临床标志。对于手指长度比例,影响效应包括所有的5D手指长度比例,即2D:5D、3D:5D和4D:5D(患者 > 对照)。对于方向(左右)不对称,患者和对照之间没有显著差异。研究人员表示,2D:4D和3D:5D的无符号复合不对称性可能有助于识别出因新冠而住院的高风险个体。

    综上所述,研究发现了因新冠住院的患者与对照之间的手指长度比例及其对称性存在差异,与对照相比,患者的发育不稳定性水平较高,应重点关注涉及到小指的手指长度比例。“临床复合不对称”这一指标可能对于识别高度发育不稳定性个体比较实用,因此可能可以用于区分出新冠感染后较严重的个体。然而,为了验证手指长度比率相关临床建议的预后价值,还需要基于不同种族群体的大规模人群进行进一步的研究。

     

    参考来源:

    1. Kasielska-Trojan, A., et al. "Digit ratios and their asymmetries as risk factors of developmental instability and hospitalization for COVID-19." Scientific Reports 12.1 (2022): 1-10.

  • 原文来源:https://news.bioon.com/article/71f0e238304d.html
相关报告
  • 《欧洲评估新冠感染传播率及严重程度》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-11-04
    • 英国《自然》杂志3日发表了一项新的模型研究,英国及法国科学家使用了45个国家的数据,构建了可用于评估各国感染水平和应对效果的模型,同时,这一成果还展示了如何将血清学调查结果和死亡数据结合起来,用于评估新冠病毒感染的传播率和严重程度。   监测新冠病毒的传播水平和感染的严重程度是指导应对这一流行病的重要手段,但由于现有数据不一致,要做到这一点具有很大挑战性。血清学调查是对人口中产生新冠病毒抗体人群百分比进行的估算;根据检测能力的不同,可能会得出不同的数据。死亡数据被认为是新冠病毒传播率和感染严重程度的一个可靠指标,不过这些数据也可能不一致,具体取决于疫情暴发的地点。例如,与一般人口相比,护理院的传染率和死亡率异常地高。   为深入研究感染模式,英国剑桥大学、法国巴斯德研究所的科学家们,利用45个国家的新冠肺炎死亡数据和22个国家级血清学调查结果,创建了一个模型。他们估算了感染死亡率——感染病毒的人中可能因此而死亡的比例——可用于比较报告和预期的死亡人数。65岁以下人群按年龄划分的相对死亡风险在各国是一致的;5—9岁儿童的感染相关死亡风险最低,年龄每增加5岁,感染死亡率增加0.59%。   团队估计了65岁以上人口在没有护理院传染情况下的预期死亡人数。然后,他们将这些估计数值与这一年龄组的报告死亡人数进行了比较,发现各国之间的数字存在差异。例如,南美洲报告的65岁以上人口死亡人数低于预期,这可能是由于老年人中新冠肺炎死亡人数报告不足。同时,在大多数欧洲国家,报告的65岁以上人口死亡人数高于预期,原因是护理院中暴发了多起疫情。   研究人员得出结论说,基于模型的感染率估算或许有助于确定脆弱人口可能发生超额死亡的国家。
  • 《9月10日_空间异质性可能导致新冠暴发时间和严重程度的重大局部差异》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-09-16
    • 美国加州大学欧文分校和华盛顿大学的科研人员9月10日在期刊PNAS在线发表题为“Spatial heterogeneity can lead to substantial local variations in COVID-19 timing and severity”的文章。 文章指出,COVID-19的标准流行病学模型采用局部规模的分室模型(易感-感染-恢复即SIR模型),隐含地假设空间上是均匀的局部混合。本文中,研究人员基于已知的人际网络空间特征,使用地理上更为详细的模型研究疾病扩散效果。根据COVID-19在美国19个城市不受限制扩散的模拟,研究人员得出结论,即使较大规模的总体行为反映了经典的SIR样式,人口分布的异质性也可能对当地的大流行时间和严重程度产生重大影响。观察到的影响包括严重的局部暴发相对于总体感染曲线的滞后时间较长,以及许多地区的疾病轨迹与邻近地区不太相关。一个简单的医院需求集聚模型说明了对卫生保健利用的潜在影响,即使不采取疏远干预措施,影响的时间和最终结果也存在巨大差异。对其他患病或死亡的人的社交接触情况的分析显示,该流行病在当地人身上的表现方式存在很大差异,这可能影响风险评估和对缓解措施的遵守。这些结果表明,即时是在城市尺度上,空间网络结构也具有产生高度不均匀扩散行为的潜力,并表明在设计用于告知卫生保健规划、预测社区结果或确定潜在差异的模型时纳入这种结构的重要性。 原文链接:https://www.pnas.org/content/early/2020/09/09/2011656117