• 线粒体DNA用于预测COVID-19的严重程度[时间范围：在获得COVID-19之后2年的基线]
  线粒体DNA变体（从唾液样本中提取）
• 核SNP用于预测COVID-19的严重程度[时间范围：基线长达2年后的COVID-19]
  核SNP，候选方法（从唾液样本中提取）
• COVID-19严重性预测的放射素特征[时间范围：基线]
  COVID-19受感染参与者的胸部CT扫描的放射素学

2019年12月，2019年冠状病毒疾病（Covid-19）的第一批病例在中国被诊断出。在几周之内，高度传染性的疾病在全球范围内传播，需要快速而艰难的措施，在近几十年来无与伦比。目前，已报告了大约9780万例，其中包括210万人死亡，向WHO报告（网站于2021年1月25日访问，https：//covid19.who.int）。来自发表的流行病学和病毒学研究的数据表明，该病毒主要由呼吸液滴，与感染者直接接触或与受污染的物体和表面接触。疾病的严重程度在人之间有很大不同。它的范围从无症状的污染或轻微症状（例如喉咙痛或酸痛）到威胁生命的肺炎和死亡。尤其是，老年人口和潜在合并症的人是脆弱的，并且经历了更严重的症状。此外，研究表明，男性的死亡风险更高。

目前使用反向转录聚合酶链反应（RT-PCR）诊断Covid-19。在大流行的开始时，胸部计算机断层扫描（CT）的使用更为常见，因为CT可以在疾病早期捕获与Covid-19相关的肺部的成像特征。但是，执行CT-can的时间比当前的RT-PCR测试要长。尽管流行病仍在继续，但后果正在逐渐变得越来越明显。由于真正的人口感染率尚不清楚，因此难以估计需要住院的患者比例。在包括1481个独特出版物在内的荟萃分析中，ICU入院的合并率为10.9％，而死亡率的合并率为4.3％。 ICU停留的负面影响很大程度上取决于住院时间的长度，并且不仅限于肺栓塞的风险，严重的肌肉丧失，吞咽困难和心理问题，通常需要长时间的康复。

为了最大程度地减少长期健康后果的早期预后对疾病的严重程度将是有益的。尚未研究Covid-19与线粒体DNA（mtDNA），核SNP，成像特征和放射组学之间的严重程度之间的联系。然而，有关免疫系统功能机理见解及其与遗传变异（包括mtDNA）的联系的文献是有希望的。此外，关注成像特征和放射线学的研究产生了有趣的发现。

• 严重的共同19岁
  被诊断为Covid-19的患者在住院期间被重症监护室（ICU）入院
• 非严重的covid-19
  被诊断出患有Covid-19的患者，他们在住院期间被送往医院，但未被送往重症监护病房（ICU）
• 次要协调-19
  被诊断为Covid-19的患者未被送往医院，可以在家中康复

• Siordia Ja Jr. Covid-19的流行病学和临床特征：当前文献综述。 J Clin Virol。 2020年6月; 127：104357。 doi：10.1016/j.jcv.2020.104357。 EPUB 2020年4月10日。评论。
• Bhopal SS，Bhopal R. COVID-19死亡率的性别差异因年龄而异。柳叶刀。 2020年8月22日； 396（10250）：532-533。 doi：10.1016/s0140-6736（20）31748-7。 EPUB 2020 8月13日。
• sheehy lm。 Covid-19的幸存者急性康复的考虑。 JMIR公共卫生监视。 2020年5月8日； 6（2）：E19462。 doi：10.2196/19462。
• Hosey MM，Needham DM。 Covid-19 ICU住院后的生存。 NAT REV DIS引物。 2020年7月15日； 6（1）：60。 doi：10.1038/s41572-020-0201-1。
• Li X，Zhou TC，Wu CH，Tao LL，Bi R，Chen LJ，Deng dy，Liu C，Otecko No，Tang Y，Lai X，Zhang L，Wei J.线粒体DNA单倍型单倍体DNA与慢性肝炎病毒之间的相关性中国云南感染。 SciRep。2018Jan 17; 8（1）：869。 doi：10.1038/s41598-018-19184-6。
• Zhang AM，Hu QX，Liu FL，Bi R，Yang BQ，Zhang W，Guo H，Logan I，Zheng YT，Yao YG。线粒体DNA单倍群A降低了吸毒的风险，但相反，中国吸毒者中HIV-1感染的风险增加了。摩尔神经粒子。 2016年8月; 53（6）：3873-3881。 doi：10.1007/s12035-015-9323-y。 EPUB 2015年7月11日。
• Lai JH，Luo SF，Ho LJ。线粒体机械在病毒感染诱导的免疫反应中的操作。 Biochem Pharmacol。 2018年10月； 156：348-356。 doi：10.1016/j.bcp.2018.08.044。 EPUB 2018 8月31日。评论。
• Wu IC，Lin CC，Liu CS，Hsu CC，Chen Cy，Hsiung Ca。老年人的线粒体DNA拷贝数与炎症之间的相互关系。 J Gerontol A Biol Sci Med Sci。 2017年7月1日； 72（7）：937-944。 doi：10.1093/gerona/glx033。
• Malik An，Parsade CK，Ajaz S，Crosby-Nwaobi R，Gnudi L，Czajka A，SivaprasadS。糖尿病性视网膜病患者的循环线粒体DNA改变了循环的线粒体DNA和炎症增加。糖尿病临床实践。 2015年12月; 110（3）：257-65。 doi：10.1016/j.diabres.2015.10.006。 EPUB 2015 10月22日。
• Clohisey S，Baillie JK。宿主对严重病毒感染' target='_blank'>流感病毒感染的敏感性。残疾人护理。 2019年9月5日； 23（1）：303。 doi：10.1186/s13054-019-2566-7。审查。
• Li B，Clohisey SM，Chia BS，Wang B，Cui A，Eisenhaure T，Schweitzer LD，Hoover P，Hoover P，Parkinson NJ，Nachshon A，Smith N，Smith N，Regan T，Farr D，Gutmann Mu，Gutmann Mu，Bukhari SI，Law A，Law A，Sangesland M M，Sangesland M ，Gat-Viks I，Digard P，Vasudevan S，Lingwood D，Dockrell DH，Doench JG，Baillie JK，Hacohen N.基因组WIDE CRISPR筛查鉴定了流感的A型病毒感染的宿主依赖性因素。纳特社区。 2020年1月9日； 11（1）：164。 doi：10.1038/s41467-019-13965-X。
• Chocron ES，MunkácsyE，Pickering AM。原因或伤亡：线粒体DNA在衰老和年龄相关疾病中的作用。 Biochim Biophys acta mol Basit。 2019年2月1日; 1865（2）：285-297。 doi：10.1016/j.bbadis.2018.09.035。 EPUB 2018 11月9日。评论。
• Carter-Timofte ME，JørgensenSE，Freytag MR，Thomsen MM，Brinck Andersen NS，Al-Mousawi A，Hait AS，Mogensen Th。解释了宿主遗传学在对严重covid-19的敏感性中的作用。前免疫。 2020年6月30日； 11：1606。 doi：10.3389/fimmu.2020.01606。 2020年环保。
• Ovsyannikova IG，Haralambieva IH，Croke SN，Poland GA，Kennedy RB。宿主遗传学在对SARS-COV-2和COVID-19的免疫反应中的作用。 Immunol Rev. 2020 Jul; 296（1）：205-219。 doi：10.1111/imr.12897。 EPUB 2020年7月13日。
• Benetti E，Tita R，Spiga O，Ciolfi A，Birolo G，Bruselles A，Doddato G，Giliberti A，Marconi C，Musacchia F，Pippucci T，Torella A，Torella A，Torella a，Trezza A，Trezza A，Valentino F，Baldassarri M，Baldassarri M，Brusco a，Brusco a，Brusco a，Brusela r，Brusela R，Brusela r，Brusela r， ，Bruttini M，Furini S，Seri M，Nigro V，Matullo G，Tartaglia M，Mari F； Gen-Covid多中心研究，Renieri A，Pinto AM。 ACE2基因变体可能是个人间个体变异性和对Covid-19的易感性的基础，而这是意大利人口中的Covid-19。 Eur J Hum Genet。 2020年11月； 28（11）：1602-1614。 doi：10.1038/s41431-020-0691-Z。 EPUB 2020年7月17日。
• Hou Y，Zhao J，Martin W，Kallianpur A，Chung MK，Jehi L，Sharifi N，Erzurum S，Eng C，ChengF。对Covid-19的遗传易感性的新见解：ACE2和TMPRSS2多态性分析。 BMC Med。 2020年7月15日； 18（1）：216。 doi：10.1186/s12916-020-01673-Z。
• 严重的COVID-19 GWAS Group，Ellinghaus D，Degenhardt F，Bujanda L，Buti M，Albillos A，Invernizzi P，FernándezJ，Prati D，Prati D，Baselli G，Asselli G，Asselta R，Grimsrud MM，Grimsrud MM，Milani C，Milani C，Aziz F，KäsessensJ，May J，May J，May J，May J，May J. S，Wendorff M，Wienbrandt L，Uellendahl-Werth F，Zheng T，Yi X，de Pablo R，Chercoles AG，​​Chercoles AG，​​Pa​​lom A，Garcia-Fernandez AE，Rodriguez-Friguez-Friguez-frias-frias f，Zanella a，Zanella A，Bandera A，Bandera A，Protti A，Protti A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo a , Lleo A, Biondi A, Caballero-Garralda A, Gori A, Tanck A, Carreras Nolla A, Latiano A, Fracanzani AL, Peschuck A, Julià A, Pesenti A, Voza A, Jiménez D, Mateos B, Nafria Jimenez B, Quereda C，Paccapelo C，Gassner C，Angelini C，Cea C，Solier A，PestañaD，Muñiz-Diaz E，Sandoval E，Paraboschi EM，Navas E，GarcíaSánchezF，Ceriiotti F，Ceriotti F，Martinelli-Boneschi F，Peyvandi F，Peyvandi F，Peyvandi F，Ceriotti Blasi F，TéllezL，Blanco-Grau A，Hemmrich-Stanisak G，Grasselli G，Costantino G，Cardamone G，Foti G，Aneli S，Aneli S，Kurihara H，Elabd H，Elabd H，My I，Galván-Femenia I，MartínJ，Erdmann J，Erdmann J，Erdmann J，Erdmann J ，Ferrusquía-Acosta J，Garcia-Etxebarria K，Izquierdo-Sanchez L，Bettini LR，Sumoy L, Terranova L, Moreira L, Santoro L, Scudeller L, Mesonero F, Roade L, Rühlemann MC, Schaefer M, Carrabba M, Riveiro-Barciela M, Figuera Basso ME, Valsecchi MG, Hernandez-Tejero M, Acosta-Herrera M , D'Angiò M, Baldini M, Cazzaniga M, Schulzky M, Cecconi M, Wittig M, Ciccarelli M, Rodríguez-Gandía M, Bocciolone M, Miozzo M, Montano N, Braun N, Sacchi N, Martínez N, Özer O, Palmieri O, Faverio P, Preatoni P, Bonfanti P, Omodei P, Tentorio P, Castro P, Rodrigues PM, Blandino Ortiz A, de Cid R, Ferrer R, Gualtierotti R, Nieto R, Goerg S, Badalamenti S, Marsal S, Matullo G，Pelusi S，Juzenas S，Aliberti S，Monzani V，Moreno V，Wesse T，Lenz TL，Pumarola T，Rimoldi V，Rimoldi V，Bosari S，Albrecht W，Peter W，Peter W，Peter W，Romero-GómezM，D'Amato M，D'Amato M，Duga M，Duga，Duga，Duga S，Banales JM，Hov Jr，Folseraas T，Valenti L，Franke A，Karlsen TH。全基因组的关联研究严重的共同呼吸衰竭与呼吸衰竭。 N Engl J Med。 2020年10月15日； 383（16）：1522-1534。 doi：10.1056/nejmoa2020283。 EPUB 2020年6月17日。
• Kuo CL，Pilling LC，Atkins JL，Masoli Jah，Delgado J，Kuchel GA，Melzer D. ApoE E4E4基因型和死亡率，与Covid-19在英国生物库中进行。 J Gerontol A Biol Sci Med Sci。 2020年9月16日； 75（9）：1801-1803。 doi：10.1093/gerona/glaa169。
• Van der Made CI，Simons A，Schuurs-Hoeijmakers J，Van Den Heuvel G，Mantere T，Kersten S，Van Deuren RC，Steehouwer M，Van Reijmersdal SV，Jaeger M，Jaeger M，Hofste Schoot V，van der Hoeven H，Hagmolen的十个拥有W，Klijn E，Van Den Meer C，Fiddelaers J，De Mast Q，Bleeker-Rovers CP，Joosten Lab，Yntema HG，Gilissen C，Nelen M，Nelen M，Van der Meer Jwm Jwm Jwm Jwm Jwm ，Brunner HG，Netea MG，Van de Veerdonk FL，HoischenA。贾马。 2020年8月18日； 324（7）：663-673。 doi：10.1001/jama.2020.13719。
• Guiot J，Vaidyanathan A，Deprez L，Zerka F，Danthine D，Frix AN，Thys M，Henket M，Canivet G，Mathieu S，Eftaxia E，Eftaxia E，Lambin P，Tsoutzidis N，Miraglio B，Miraglio B，Walsh S，Walsh S，Moutschen M，Moutschen M，Louis r Louis r riis R. ，Meunier P，Vos W，Leijenaar Rth，Lovinfosse P.开发和验证用于检测COVID-19的自动放射线CT签名。诊断（巴塞尔）。 2020年12月30日； 11（1）。 PII：E41。 doi：10.3390/diagnostics11010041。
• Jaiswal A，Gianchandani N，Singh D，Kumar V，KaurM。使用Densenet201基于Densenet201的深层转移学习对COVID-19感染患者的分类。 J Biomol结构Dyn。 2020年7月3日：1-8。 doi：10.1080/07391102.2020.1788642。 [EPUB在印刷前]
• Mei X，Lee HC，Diao KY，Huang M，Lin B，Liu C，Xie Z，Ma Y，Robson PM，Chung M，Chung M，Bernheim A，Mani V，Calcagno C，Calcagno C，Li K，Li K，Li S，Shan H，Shan H，Lv J ，Zhao T，Xia J，Long Q，Steinberger S，Jacobi A，Deyer T，Luksza M，Liu F，Little BP，Fayad Za，Yang Y.人工智能启用了Covid-19患者的人工智能快速诊断。 Nat Med。 2020年8月; 26（8）：1224-1228。 doi：10.1038/s41591-020-0931-3。 EPUB 2020年5月19日。
• Zhang K，Liu X，Shen J，Li Z，Sang Y，Wu X，Zha Y，Liang W，Wang C，Wang K，Wang K，Ye L，Gao M，Zhou Z，Li L，Li L，Wang J，Yang Z，Yang Z，Cai H ，Xu J，Yang L，Cai W，Xu W，Wu S，Zhang W，Jiang S，Zheng L，Zhang X，Wang X，Wang L，Lu L，Lu L，Li J，Yin H，Yin H，Wang W，Wang W，Li O，Zhang C，Zhang C，Liang，Liang L，Wu T，Deng R，Wei K，Zhou Y，Chen T，Lau JY，Fok M，He J，Lin T，Li W，WangG。 -19肺炎使用计算机断层扫描。细胞。 2020年6月11日； 181（6）：1423-1433.e11。 doi：10.1016/j.cell.2020.04.045。 EPUB 2020 5月4日。 2020年9月3日； 182（5）：1360。
• Wang S，Zha Y，Li W，Wu Q，Li X，Niu M，Wang M，Qiu X，Li H，Yu H，Yu H，Gong W，Bai Y，Bai Y，Li L，Zhu Y，Wang L，Tian J. A Fusel共同学习的自动深度学习系统，用于诊断和预后分析。 Eur Respir J. 2020 8月6日； 56（2）。 PII：2000775. doi：10.1183/13993003.00775-2020。印刷2020年8月。
• Ardakani AA，Kanafi AR，Acharya UR，Khadem N，MohammadiA。深度学习技术在使用CT图像中管理Covid-19在常规临床实践中的应用：10个卷积神经网络的结果。 Comput Biol Med。 2020年6月; 121：103795。 doi：10.1016/j.compbiomed.2020.103795。 EPUB 2020年4月30日。
• Leonardi A，Scipione R，Alfieri G，Petrillo R，Dolciami M，Ciccarelli F，Perotti S，Cartocci G，Scala A，Scala A，Imperiale C，Iperiale C，Iprane F，Francone M，Catalano C，Ricci C，Ricci P.在Covid-19-19肺炎患者中：使用半自动定量方法的回顾性研究。 Eur J Radiol。 2020年9月; 130：109202。 doi：10.1016/j.ejrad.2020.109202。 EPUB 2020年7月29日。
• Tang Z，Zhao W，Xie X，Zhong Z，Shi F，Ma T，Liu J，ShenD。使用CT图像特征和实验室指数对COVID-19的严重性评估。 Phys Med Biol。 2021年1月26日； 66（3）：035015。 doi：10.1088/1361-6560/abbf9e。
• Yu Z，Li X，Sun H，Wang J，Zhao T，Chen H，Ma Y，Zhu S，Xie Z.通过对深度特征的分类，快速识别CT扫描中Covid-19的严重性。 BioMed Eng在线。 2020年8月12日； 19（1）：63。 doi：10.1186/s12938-020-00807-X。
• Liu F，Zhang Q，Huang C，Shi C，Wang L，Shi N，Fang C，Shan F，Mei X，Shi J，Shi J，Song F，Yang Z，Ding Z，Su X，Su X，Lu H，Zhu h，Zhu t，Zhang Z Zhang Z ，Shi L，Shi Y.早期肺炎病变的CT定量预测COVID-19患者队列中的严重疾病进展。治疗学。 2020年4月27日； 10（12）：5613-5622。 doi：10.7150/thno.45985。 2020年环保。
• Wu Q，Wang S，Li L，Wu Q，Qian W，Hu Y，Li L，Zhou X，Ma H，Li H，Li H，Wang M，Qiu X，Zha Y，TianJ。 Covid-19中的预后结果。治疗学。 2020 Jun 5; 10（16）：7231-7244。 doi：10.7150/thno.46428。 2020年环保。
• West AP，Shadel GS，Ghosh S.线粒体在先天免疫反应中。 Nat Rev Immunol。 2011年6月; 11（6）：389-402。 doi：10.1038/nri2975。 Epub 2011年5月20日。
• Breda CNS，Davanzo GG，Basso PJ，SaraivaCâmaraNo，Moraes-Vieira PMM。线粒体作为免疫系统的中心枢纽。氧化还原生物。 2019年9月; 26：101255。 doi：10.1016/j.redox.2019.101255。 EPUB 2019 6月15日。评论。
• Li H，DurbinR。快速准确的短读对准与Burrows-wheeler变换。生物信息学。 2009年7月15日； 25（14）：1754-60。 doi：10.1093/bioinformatics/btp324。 Epub 2009年5月18日。
• Li H，Handsaker B，Wysoker A，Fennell T，Ruan J，Homer N，Marth G，Abecasis G，Durbin R； 1000个基因组项目数据处理子组。序列比对/地图格式和SamTools。生物信息学。 2009年8月15日； 25（16）：2078-9。 doi：10.1093/bioinformatics/btp352。 Epub 2009年6月8日。
• Pejaver V，Mooney SD，RadivojacP。错义变异致病性预测因子在一系列功能特定的预测挑战上均能很好地推广。哼声。 2017年9月; 38（9）：1092-1108。 doi：10.1002/humu.23258。 EPUB 2017年6月12日。
• Adzhubei I，Jordan DM，Sunyaev Sr。使用Polyphen-2预测人类错义突变的功能效应。 Curr Protoc Hum Genet。 2013年1月；第7章：Unit7.20。 doi：10.1002/0471142905.hg0720s76。
• Calabrese R，Capriotti E，Fariselli P，Martelli PL，CasadioR。功能注释提高了蛋白质中与人类疾病相关突变的预测评分。哼声。 2009年8月; 30（8）：1237-44。 doi：10.1002/humu.21047。
• Capriotti E，Altman RB，Bromberg Y.集体判断预测与疾病相关的单核苷酸变体。 BMC基因组学。 2013; 14补充3：S2。 doi：10.1186/1471-2164-14-S3-S2。 EPUB 2013年5月28日。
• Thomas PD，KejariwalA。编码与复杂与孟德尔氏病有关的单核苷酸多态性：分子作用差异的进化证据。 Proc Natl Acad Sci US A. 2004年10月26日； 101（43）：15398-403。 Epub 2004年10月18日。
• Santorsola M，Calabrese C，Girolimetti G，Diroma MA，Gasparre G，AttimonelliM。用于临床兴趣的线粒体DNA变异的多参数工作流程。哼声。 2016年1月； 135（1）：121-36。 doi：10.1007/s00439-015-1615-9。 EPUB 2015 11月30日。
• Sonney S，Leipzig J，Lott MT，Zhang S，Procaccio V，Wallace DC，Sondheimer N.使用mitotip预测线粒体TRNA中新型变体的致病性。 PLOS Comput Biol。 2017年12月11日； 13（12）：E1005867。 doi：10.1371/journal.pcbi.1005867。 2017年12月的环保。

纳入标准：

• 确认的Covid-19疾病
• 年龄至少18岁
• 愿意并且能够提供唾液样本
• 能够理解患者学习信息
• 签署的知情同意

排除标准：

住院患者的排除标准

• 非医院患者的医院入院排除标准以外的Covid-19以外的严重疾病
• 严重的Covid-199疾病导致死亡或需要在没有住院的情况下进行主动治疗

• 线粒体DNA用于预测COVID-19的严重程度[时间范围：在获得COVID-19之后2年的基线]
  线粒体DNA变体（从唾液样本中提取）
• 核SNP用于预测COVID-19的严重程度[时间范围：基线长达2年后的COVID-19]
  核SNP，候选方法（从唾液样本中提取）
• COVID-19严重性预测的放射素特征[时间范围：基线]
  COVID-19受感染参与者的胸部CT扫描的放射素学

2019年12月，2019年冠状病毒疾病（Covid-19）的第一批病例在中国被诊断出。在几周之内，高度传染性的疾病在全球范围内传播，需要快速而艰难的措施，在近几十年来无与伦比。目前，已报告了大约9780万例，其中包括210万人死亡，向WHO报告（网站于2021年1月25日访问，https：//covid19.who.int）。来自发表的流行病学和病毒学研究的数据表明，该病毒主要由呼吸液滴，与感染者直接接触或与受污染的物体和表面接触。疾病的严重程度在人之间有很大不同。它的范围从无症状的污染或轻微症状（例如喉咙痛或酸痛）到威胁生命的肺炎和死亡。尤其是，老年人口和潜在合并症的人是脆弱的，并且经历了更严重的症状。此外，研究表明，男性的死亡风险更高。

目前使用反向转录聚合酶链反应（RT-PCR）诊断Covid-19。在大流行的开始时，胸部计算机断层扫描（CT）的使用更为常见，因为CT可以在疾病早期捕获与Covid-19相关的肺部的成像特征。但是，执行CT-can的时间比当前的RT-PCR测试要长。尽管流行病仍在继续，但后果正在逐渐变得越来越明显。由于真正的人口感染率尚不清楚，因此难以估计需要住院的患者比例。在包括1481个独特出版物在内的荟萃分析中，ICU入院的合并率为10.9％，而死亡率的合并率为4.3％。 ICU停留的负面影响很大程度上取决于住院时间的长度，并且不仅限于肺栓塞的风险，严重的肌肉丧失，吞咽困难和心理问题，通常需要长时间的康复。

为了最大程度地减少长期健康后果的早期预后对疾病的严重程度将是有益的。尚未研究Covid-19与线粒体DNA（mtDNA），核SNP，成像特征和放射组学之间的严重程度之间的联系。然而，有关免疫系统功能机理见解及其与遗传变异（包括mtDNA）的联系的文献是有希望的。此外，关注成像特征和放射线学的研究产生了有趣的发现。

• 严重的共同19岁
  被诊断为Covid-19的患者在住院期间被重症监护室（ICU）入院
• 非严重的covid-19
  被诊断出患有Covid-19的患者，他们在住院期间被送往医院，但未被送往重症监护病房（ICU）
• 次要协调-19
  被诊断为Covid-19的患者未被送往医院，可以在家中康复

• Siordia Ja Jr. Covid-19的流行病学和临床特征：当前文献综述。 J Clin Virol。 2020年6月; 127：104357。 doi：10.1016/j.jcv.2020.104357。 EPUB 2020年4月10日。评论。
• Bhopal SS，Bhopal R. COVID-19死亡率的性别差异因年龄而异。柳叶刀。 2020年8月22日； 396（10250）：532-533。 doi：10.1016/s0140-6736（20）31748-7。 EPUB 2020 8月13日。
• sheehy lm。 Covid-19的幸存者急性康复的考虑。 JMIR公共卫生监视。 2020年5月8日； 6（2）：E19462。 doi：10.2196/19462。
• Hosey MM，Needham DM。 Covid-19 ICU住院后的生存。 NAT REV DIS引物。 2020年7月15日； 6（1）：60。 doi：10.1038/s41572-020-0201-1。
• Li X，Zhou TC，Wu CH，Tao LL，Bi R，Chen LJ，Deng dy，Liu C，Otecko No，Tang Y，Lai X，Zhang L，Wei J.线粒体DNA单倍型单倍体DNA与慢性肝炎病毒之间的相关性中国云南感染。 SciRep。2018Jan 17; 8（1）：869。 doi：10.1038/s41598-018-19184-6。
• Zhang AM，Hu QX，Liu FL，Bi R，Yang BQ，Zhang W，Guo H，Logan I，Zheng YT，Yao YG。线粒体DNA单倍群A降低了吸毒的风险，但相反，中国吸毒者中HIV-1感染的风险增加了。摩尔神经粒子。 2016年8月; 53（6）：3873-3881。 doi：10.1007/s12035-015-9323-y。 EPUB 2015年7月11日。
• Lai JH，Luo SF，Ho LJ。线粒体机械在病毒感染诱导的免疫反应中的操作。 Biochem Pharmacol。 2018年10月； 156：348-356。 doi：10.1016/j.bcp.2018.08.044。 EPUB 2018 8月31日。评论。
• Wu IC，Lin CC，Liu CS，Hsu CC，Chen Cy，Hsiung Ca。老年人的线粒体DNA拷贝数与炎症之间的相互关系。 J Gerontol A Biol Sci Med Sci。 2017年7月1日； 72（7）：937-944。 doi：10.1093/gerona/glx033。
• Malik An，Parsade CK，Ajaz S，Crosby-Nwaobi R，Gnudi L，Czajka A，SivaprasadS。糖尿病性视网膜病患者的循环线粒体DNA改变了循环的线粒体DNA和炎症增加。糖尿病临床实践。 2015年12月; 110（3）：257-65。 doi：10.1016/j.diabres.2015.10.006。 EPUB 2015 10月22日。
• Clohisey S，Baillie JK。宿主对严重病毒感染' target='_blank'>流感病毒感染的敏感性。残疾人护理。 2019年9月5日； 23（1）：303。 doi：10.1186/s13054-019-2566-7。审查。
• Li B，Clohisey SM，Chia BS，Wang B，Cui A，Eisenhaure T，Schweitzer LD，Hoover P，Hoover P，Parkinson NJ，Nachshon A，Smith N，Smith N，Regan T，Farr D，Gutmann Mu，Gutmann Mu，Bukhari SI，Law A，Law A，Sangesland M M，Sangesland M ，Gat-Viks I，Digard P，Vasudevan S，Lingwood D，Dockrell DH，Doench JG，Baillie JK，Hacohen N.基因组WIDE CRISPR筛查鉴定了流感的A型病毒感染的宿主依赖性因素。纳特社区。 2020年1月9日； 11（1）：164。 doi：10.1038/s41467-019-13965-X。
• Chocron ES，MunkácsyE，Pickering AM。原因或伤亡：线粒体DNA在衰老和年龄相关疾病中的作用。 Biochim Biophys acta mol Basit。 2019年2月1日; 1865（2）：285-297。 doi：10.1016/j.bbadis.2018.09.035。 EPUB 2018 11月9日。评论。
• Carter-Timofte ME，JørgensenSE，Freytag MR，Thomsen MM，Brinck Andersen NS，Al-Mousawi A，Hait AS，Mogensen Th。解释了宿主遗传学在对严重covid-19的敏感性中的作用。前免疫。 2020年6月30日； 11：1606。 doi：10.3389/fimmu.2020.01606。 2020年环保。
• Ovsyannikova IG，Haralambieva IH，Croke SN，Poland GA，Kennedy RB。宿主遗传学在对SARS-COV-2和COVID-19的免疫反应中的作用。 Immunol Rev. 2020 Jul; 296（1）：205-219。 doi：10.1111/imr.12897。 EPUB 2020年7月13日。
• Benetti E，Tita R，Spiga O，Ciolfi A，Birolo G，Bruselles A，Doddato G，Giliberti A，Marconi C，Musacchia F，Pippucci T，Torella A，Torella A，Torella a，Trezza A，Trezza A，Valentino F，Baldassarri M，Baldassarri M，Brusco a，Brusco a，Brusco a，Brusela r，Brusela R，Brusela r，Brusela r， ，Bruttini M，Furini S，Seri M，Nigro V，Matullo G，Tartaglia M，Mari F； Gen-Covid多中心研究，Renieri A，Pinto AM。 ACE2基因变体可能是个人间个体变异性和对Covid-19的易感性的基础，而这是意大利人口中的Covid-19。 Eur J Hum Genet。 2020年11月； 28（11）：1602-1614。 doi：10.1038/s41431-020-0691-Z。 EPUB 2020年7月17日。
• Hou Y，Zhao J，Martin W，Kallianpur A，Chung MK，Jehi L，Sharifi N，Erzurum S，Eng C，ChengF。对Covid-19的遗传易感性的新见解：ACE2和TMPRSS2多态性分析。 BMC Med。 2020年7月15日； 18（1）：216。 doi：10.1186/s12916-020-01673-Z。
• 严重的COVID-19 GWAS Group，Ellinghaus D，Degenhardt F，Bujanda L，Buti M，Albillos A，Invernizzi P，FernándezJ，Prati D，Prati D，Baselli G，Asselli G，Asselta R，Grimsrud MM，Grimsrud MM，Milani C，Milani C，Aziz F，KäsessensJ，May J，May J，May J，May J，May J. S，Wendorff M，Wienbrandt L，Uellendahl-Werth F，Zheng T，Yi X，de Pablo R，Chercoles AG，​​Chercoles AG，​​Pa​​lom A，Garcia-Fernandez AE，Rodriguez-Friguez-Friguez-frias-frias f，Zanella a，Zanella A，Bandera A，Bandera A，Protti A，Protti A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo A，Aghemo a , Lleo A, Biondi A, Caballero-Garralda A, Gori A, Tanck A, Carreras Nolla A, Latiano A, Fracanzani AL, Peschuck A, Julià A, Pesenti A, Voza A, Jiménez D, Mateos B, Nafria Jimenez B, Quereda C，Paccapelo C，Gassner C，Angelini C，Cea C，Solier A，PestañaD，Muñiz-Diaz E，Sandoval E，Paraboschi EM，Navas E，GarcíaSánchezF，Ceriiotti F，Ceriotti F，Martinelli-Boneschi F，Peyvandi F，Peyvandi F，Peyvandi F，Ceriotti Blasi F，TéllezL，Blanco-Grau A，Hemmrich-Stanisak G，Grasselli G，Costantino G，Cardamone G，Foti G，Aneli S，Aneli S，Kurihara H，Elabd H，Elabd H，My I，Galván-Femenia I，MartínJ，Erdmann J，Erdmann J，Erdmann J，Erdmann J ，Ferrusquía-Acosta J，Garcia-Etxebarria K，Izquierdo-Sanchez L，Bettini LR，Sumoy L, Terranova L, Moreira L, Santoro L, Scudeller L, Mesonero F, Roade L, Rühlemann MC, Schaefer M, Carrabba M, Riveiro-Barciela M, Figuera Basso ME, Valsecchi MG, Hernandez-Tejero M, Acosta-Herrera M , D'Angiò M, Baldini M, Cazzaniga M, Schulzky M, Cecconi M, Wittig M, Ciccarelli M, Rodríguez-Gandía M, Bocciolone M, Miozzo M, Montano N, Braun N, Sacchi N, Martínez N, Özer O, Palmieri O, Faverio P, Preatoni P, Bonfanti P, Omodei P, Tentorio P, Castro P, Rodrigues PM, Blandino Ortiz A, de Cid R, Ferrer R, Gualtierotti R, Nieto R, Goerg S, Badalamenti S, Marsal S, Matullo G，Pelusi S，Juzenas S，Aliberti S，Monzani V，Moreno V，Wesse T，Lenz TL，Pumarola T，Rimoldi V，Rimoldi V，Bosari S，Albrecht W，Peter W，Peter W，Peter W，Romero-GómezM，D'Amato M，D'Amato M，Duga M，Duga，Duga，Duga S，Banales JM，Hov Jr，Folseraas T，Valenti L，Franke A，Karlsen TH。全基因组的关联研究严重的共同呼吸衰竭与呼吸衰竭。 N Engl J Med。 2020年10月15日； 383（16）：1522-1534。 doi：10.1056/nejmoa2020283。 EPUB 2020年6月17日。
• Kuo CL，Pilling LC，Atkins JL，Masoli Jah，Delgado J，Kuchel GA，Melzer D. ApoE E4E4基因型和死亡率，与Covid-19在英国生物库中进行。 J Gerontol A Biol Sci Med Sci。 2020年9月16日； 75（9）：1801-1803。 doi：10.1093/gerona/glaa169。
• Van der Made CI，Simons A，Schuurs-Hoeijmakers J，Van Den Heuvel G，Mantere T，Kersten S，Van Deuren RC，Steehouwer M，Van Reijmersdal SV，Jaeger M，Jaeger M，Hofste Schoot V，van der Hoeven H，Hagmolen的十个拥有W，Klijn E，Van Den Meer C，Fiddelaers J，De Mast Q，Bleeker-Rovers CP，Joosten Lab，Yntema HG，Gilissen C，Nelen M，Nelen M，Van der Meer Jwm Jwm Jwm Jwm Jwm ，Brunner HG，Netea MG，Van de Veerdonk FL，HoischenA。贾马。 2020年8月18日； 324（7）：663-673。 doi：10.1001/jama.2020.13719。
• Guiot J，Vaidyanathan A，Deprez L，Zerka F，Danthine D，Frix AN，Thys M，Henket M，Canivet G，Mathieu S，Eftaxia E，Eftaxia E，Lambin P，Tsoutzidis N，Miraglio B，Miraglio B，Walsh S，Walsh S，Moutschen M，Moutschen M，Louis r Louis r riis R. ，Meunier P，Vos W，Leijenaar Rth，Lovinfosse P.开发和验证用于检测COVID-19的自动放射线CT签名。诊断（巴塞尔）。 2020年12月30日； 11（1）。 PII：E41。 doi：10.3390/diagnostics11010041。
• Jaiswal A，Gianchandani N，Singh D，Kumar V，KaurM。使用Densenet201基于Densenet201的深层转移学习对COVID-19感染患者的分类。 J Biomol结构Dyn。 2020年7月3日：1-8。 doi：10.1080/07391102.2020.1788642。 [EPUB在印刷前]
• Mei X，Lee HC，Diao KY，Huang M，Lin B，Liu C，Xie Z，Ma Y，Robson PM，Chung M，Chung M，Bernheim A，Mani V，Calcagno C，Calcagno C，Li K，Li K，Li S，Shan H，Shan H，Lv J ，Zhao T，Xia J，Long Q，Steinberger S，Jacobi A，Deyer T，Luksza M，Liu F，Little BP，Fayad Za，Yang Y.人工智能启用了Covid-19患者的人工智能快速诊断。 Nat Med。 2020年8月; 26（8）：1224-1228。 doi：10.1038/s41591-020-0931-3。 EPUB 2020年5月19日。
• Zhang K，Liu X，Shen J，Li Z，Sang Y，Wu X，Zha Y，Liang W，Wang C，Wang K，Wang K，Ye L，Gao M，Zhou Z，Li L，Li L，Wang J，Yang Z，Yang Z，Cai H ，Xu J，Yang L，Cai W，Xu W，Wu S，Zhang W，Jiang S，Zheng L，Zhang X，Wang X，Wang L，Lu L，Lu L，Li J，Yin H，Yin H，Wang W，Wang W，Li O，Zhang C，Zhang C，Liang，Liang L，Wu T，Deng R，Wei K，Zhou Y，Chen T，Lau JY，Fok M，He J，Lin T，Li W，WangG。 -19肺炎使用计算机断层扫描。细胞。 2020年6月11日； 181（6）：1423-1433.e11。 doi：10.1016/j.cell.2020.04.045。 EPUB 2020 5月4日。 2020年9月3日； 182（5）：1360。
• Wang S，Zha Y，Li W，Wu Q，Li X，Niu M，Wang M，Qiu X，Li H，Yu H，Yu H，Gong W，Bai Y，Bai Y，Li L，Zhu Y，Wang L，Tian J. A Fusel共同学习的自动深度学习系统，用于诊断和预后分析。 Eur Respir J. 2020 8月6日； 56（2）。 PII：2000775. doi：10.1183/13993003.00775-2020。印刷2020年8月。
• Ardakani AA，Kanafi AR，Acharya UR，Khadem N，MohammadiA。深度学习技术在使用CT图像中管理Covid-19在常规临床实践中的应用：10个卷积神经网络的结果。 Comput Biol Med。 2020年6月; 121：103795。 doi：10.1016/j.compbiomed.2020.103795。 EPUB 2020年4月30日。
• Leonardi A，Scipione R，Alfieri G，Petrillo R，Dolciami M，Ciccarelli F，Perotti S，Cartocci G，Scala A，Scala A，Imperiale C，Iperiale C，Iprane F，Francone M，Catalano C，Ricci C，Ricci P.在Covid-19-19肺炎患者中：使用半自动定量方法的回顾性研究。 Eur J Radiol。 2020年9月; 130：109202。 doi：10.1016/j.ejrad.2020.109202。 EPUB 2020年7月29日。
• Tang Z，Zhao W，Xie X，Zhong Z，Shi F，Ma T，Liu J，ShenD。使用CT图像特征和实验室指数对COVID-19的严重性评估。 Phys Med Biol。 2021年1月26日； 66（3）：035015。 doi：10.1088/1361-6560/abbf9e。
• Yu Z，Li X，Sun H，Wang J，Zhao T，Chen H，Ma Y，Zhu S，Xie Z.通过对深度特征的分类，快速识别CT扫描中Covid-19的严重性。 BioMed Eng在线。 2020年8月12日； 19（1）：63。 doi：10.1186/s12938-020-00807-X。
• Liu F，Zhang Q，Huang C，Shi C，Wang L，Shi N，Fang C，Shan F，Mei X，Shi J，Shi J，Song F，Yang Z，Ding Z，Su X，Su X，Lu H，Zhu h，Zhu t，Zhang Z Zhang Z ，Shi L，Shi Y.早期肺炎病变的CT定量预测COVID-19患者队列中的严重疾病进展。治疗学。 2020年4月27日； 10（12）：5613-5622。 doi：10.7150/thno.45985。 2020年环保。
• Wu Q，Wang S，Li L，Wu Q，Qian W，Hu Y，Li L，Zhou X，Ma H，Li H，Li H，Wang M，Qiu X，Zha Y，TianJ。 Covid-19中的预后结果。治疗学。 2020 Jun 5; 10（16）：7231-7244。 doi：10.7150/thno.46428。 2020年环保。
• West AP，Shadel GS，Ghosh S.线粒体在先天免疫反应中。 Nat Rev Immunol。 2011年6月; 11（6）：389-402。 doi：10.1038/nri2975。 Epub 2011年5月20日。
• Breda CNS，Davanzo GG，Basso PJ，SaraivaCâmaraNo，Moraes-Vieira PMM。线粒体作为免疫系统的中心枢纽。氧化还原生物。 2019年9月; 26：101255。 doi：10.1016/j.redox.2019.101255。 EPUB 2019 6月15日。评论。
• Li H，DurbinR。快速准确的短读对准与Burrows-wheeler变换。生物信息学。 2009年7月15日； 25（14）：1754-60。 doi：10.1093/bioinformatics/btp324。 Epub 2009年5月18日。
• Li H，Handsaker B，Wysoker A，Fennell T，Ruan J，Homer N，Marth G，Abecasis G，Durbin R； 1000个基因组项目数据处理子组。序列比对/地图格式和SamTools。生物信息学。 2009年8月15日； 25（16）：2078-9。 doi：10.1093/bioinformatics/btp352。 Epub 2009年6月8日。
• Pejaver V，Mooney SD，RadivojacP。错义变异致病性预测因子在一系列功能特定的预测挑战上均能很好地推广。哼声。 2017年9月; 38（9）：1092-1108。 doi：10.1002/humu.23258。 EPUB 2017年6月12日。
• Adzhubei I，Jordan DM，Sunyaev Sr。使用Polyphen-2预测人类错义突变的功能效应。 Curr Protoc Hum Genet。 2013年1月；第7章：Unit7.20。 doi：10.1002/0471142905.hg0720s76。
• Calabrese R，Capriotti E，Fariselli P，Martelli PL，CasadioR。功能注释提高了蛋白质中与人类疾病相关突变的预测评分。哼声。 2009年8月; 30（8）：1237-44。 doi：10.1002/humu.21047。
• Capriotti E，Altman RB，Bromberg Y.集体判断预测与疾病相关的单核苷酸变体。 BMC基因组学。 2013; 14补充3：S2。 doi：10.1186/1471-2164-14-S3-S2。 EPUB 2013年5月28日。
• Thomas PD，KejariwalA。编码与复杂与孟德尔氏病有关的单核苷酸多态性：分子作用差异的进化证据。 Proc Natl Acad Sci US A. 2004年10月26日； 101（43）：15398-403。 Epub 2004年10月18日。
• Santorsola M，Calabrese C，Girolimetti G，Diroma MA，Gasparre G，AttimonelliM。用于临床兴趣的线粒体DNA变异的多参数工作流程。哼声。 2016年1月； 135（1）：121-36。 doi：10.1007/s00439-015-1615-9。 EPUB 2015 11月30日。
• Sonney S，Leipzig J，Lott MT，Zhang S，Procaccio V，Wallace DC，Sondheimer N.使用mitotip预测线粒体TRNA中新型变体的致病性。 PLOS Comput Biol。 2017年12月11日； 13（12）：E1005867。 doi：10.1371/journal.pcbi.1005867。 2017年12月的环保。

纳入标准：

• 确认的Covid-19疾病
• 年龄至少18岁
• 愿意并且能够提供唾液样本
• 能够理解患者学习信息
• 签署的知情同意

排除标准：

住院患者的排除标准

• 非医院患者的医院入院排除标准以外的Covid-19以外的严重疾病
• 严重的Covid-199疾病导致死亡或需要在没有住院的情况下进行主动治疗