بیماری همه‌گیر ویروسی کرونا 2019 (COVID-19) یک اورژانس جهانی است که به‌سرعت در حال تغییر است [1]. از اواخر سال 2019 میلادی تعداد زیادی موارد پنومونی غیر قابل توضیح در شهر ووهان چین گزارش شد. این بیماری، کووید 19 نامیده شد که سبب ایجاد سندرم حاد تنفسی در افراد می‌شود [2]. تا اوایل مارس 2020، 67 کشور از همه قاره‌های جهان درگیر این ویروس شدند. بر اساس داده‌های وزارت بهداشت کشور ایران و سازمان بهداشت جهانی تا 22 مه 2020، 131652 مورد ابتلا به ویروس کرونا و 7300 مورد مرگ‌ومیر در ایران و 5220772 مورد ابتلا به ویروس کرونا و 335162 مورد مرگ‌ومیر در جهان گزارش شده است [3]. 
در ابتدا علائم بیماری به صورت تب، سرفه، درد عضلات، احساس خستگی، تنگی نفس و تراکم دوطرفه در عکس قفسه سینه است [4] و در صورت پیشرفت علائم و بیماری، بیماران دچار وضعیت وخیمی از جمله عفونت بافت ریه، نارسایی تنفسی، شوک سپتیک و نارسایی سایر ارگان‌ها می‌شوند که به مراقبت ویژه نیازمند است [5]. مرگ‌ومیر در افراد بالای 60 سال، 81 درصد از کل مرگ‌ومیرها را در سطح جهانی تشکیل می‌دهد [6] که موجب اضطراب در جوامع شده است [7]. هرچند بروز این بیماری در تمام رده‌های سنی مشاهده شده است، اما این ویروس در افراد مسن خطر بیشتری داشته و با افزایش سن، خطر مرگ‌ومیر در آن‌ها افزایش می‌یابد [8]. به خصوص که سالمندان از نظر بیولوژیک و اجتماعی در معرض خطر بیشتری نسبت به سایر گروه‌های سنی هستند [10 ،9]. نتایج یک تحقیق در ماه اکتبر سال 2020 میلادی نشان داد کووید 19 سومین عامل مرگ در افراد 45 سال به بالا و دومین علت مرگ در افراد بالاتر از 80 سال بوده است [11]. شواهد حاکی از آن است که سالمندان و افراد ناتوان قربانیان اصلی این بیماری هستند [12 ،11]. مطالعات نشان داده‌اند ابتلا به بیماری کووید 19 در افراد مبتلا به دیابت، سرطان و بیماری‌های کلیوی که در سالمندان شایع‌تر است به شکل شدیدتر بروز می‌کند [13]. علاوه بر این، شاخص توده بدنی بالاتر از 30 نیز می‌تواند با ابتلا به بیماری کووید 19 مرتبط باشد [1]. طبق تعریف، چاقی عبارت از داشتن شاخص توده بدنی 30 کیلوگرم بر متر مربع و بیشتر است [14] و می‌تواند مکانیسم‌های ایمنی در بدن را تحت تأثیر قرار داده و به پاسخ ناکافی سیستم ایمنی در مقابله با میکروارگانیسم‌های مختلف بینجامد [15 ،14].
بسیاری از علائم و نشانه‌ها در سالمندان به صورت آتیپیکال یا غیرمعمول بروز می‌کنند. علاوه بر این، ماهیت متغیر بیماری کووید 19 می‌تواند عوامل خطر بیماری را به شکل غیرمنتظره تغییر دهد [11]. به علاوه، پاسخ‌های ایمنی ضعیف و چند علت بودن بیماری‌ها، سالمندان را در مقایسه با بزرگسالان جوان در معرض خطر بسیار بالای مرگ‌ومیر ناشی از ابتلا به کووید 19 قرار می‌دهد [16]. با وجود توجه محققین به این بیماری هنوز اطلاعات مبتنی بر شواهد در مورد این بیماری کاستی دارد و سؤالات متعددی در زمینه ارتباط متغیرهای متفاوت در بروز این بیماری مطرح است [18 ،17]. علاوه بر این، تحقیقات اپیدمیولوژیک نیز بر دانش ناکافی ما در مورد نقش و رابطه چاقی با بیماری کووید 19 تأکید دارند [14]. هدف این مطالعه شناسایی ارتباط برخی ریسک‌فاکتورها با ابتلا به بیماری کووید 19 در بین افراد میانسال و سالمند بود.

این تحقیق، یک مطالعه مقطعی است که با استفاده از داده‌های ثبت مستمر موارد مشکوک به کووید 19 در شهرستان شاهرود (طرح 98126) انجام شد. در این مطالعه جامع، فرم مربوط به اطلاعات پایه افراد و داشتن بیماری‌ها برای تمام افراد مشکوک مراجعه‌کننده به مراکز ثبت در دانشگاه علوم‌پزشکی شاهرود از تاریخ 1/12/1398 تا 31/3/1399 (مصادف با 20 فوریه تا 20 ژوئن 2020) ثبت شده است. مبنای تشخیص اولیه کووید 19 در مراجعین، مثبت بودن نتیجه آزمایش RT-PCR بر اساس سواپ بینی یا نازوفارنژیال یا سی‌تی‌اسکن بود. معیار ورود به مطالعه، افراد بالای پنجاه سال مشکوک به بیماری مراجعه‌کننده به مراکز ثبت کووید 19 در دانشگاه بود. مبنای تعیین سن پنجاه سال به عنوان معیار ورود، بررسی احتمالی مشکلات از دوره میانسالی بود [11]. داده‌های مورد استفاده شامل اطلاعات جمعیت‌شناختی از جمله سن، جنس، تحصیلات، شغل، شاخص توده بدنی و همچنین سابقه مصرف سیگار و بیماری‌های زمینه‌ای بود. شیوه سنجش تمام متغیرهای جمعیت‌شناختی و سابقه بیماری خوداظهاری بود. خانواده‌ها از نظر بعد خانوار به خانواده‌های کم‌جمعیت (یک و دونفره)، جمعیت متعادل (سه و چهارنفره) و پرجمعیت (پنج نفر به بالا) تقسیم‌بندی شدند. 
تجزیه و تحلیل داده‌ها با استفاده از نرم‌افزار آماری SPSS نسخه 16 انجام شد. در بخش آمار توصیفی از درصد و فراوانی استفاده شد. در بخش آمار استنباطی از آزمون‌های مقایسه میانگین دو جامعه مستقل برای متغیرهای کمی و کای‌دو برای متغیرهای کیفی و از رگرسیون لجستیک تک‌متغیره و چندمتغیره جهت مدل‌سازی بهره گرفته شد. داده‌ها از نظر شناسایی داده‌های پرت، نامرتبط و گمشده نیز مدیریت شدند.

از 3945 مورد مراجعه‌کننده مشکوک به بیماری کووید 19 بعد از حذف موارد گمشده، 1348 نفر دارای سن بالای پنجاه سال بودند. از این تعداد، 602 نفر مبتلا به بیماری کووید 19 تشخیص داده شدند. میانگین سنی شرکت‌کنندگان در این تحقیق 33/11‌±‌62/66 سال بود. شرکت‌کنندگان از نظر ویژگی‌های جمعیت‌شناختی و همچنین سوابق بیماری مورد بررسی قرار گرفتند. بیشترین درصد مبتلایان در رده سنی 60 تا 69 سال قرار داشتند. بیشتر از نیمی از مبتلایان بازنشسته یا خانه‌دار بودند. 7/47 درصد از مبتلایان در گذشته یا حال سیگار مصرف می‌کردند. نتایج جامع اطلاعات جمعیت‌شناختی در جدول شماره 1 خلاصه شده است.



بر اساس نتایج حاصل از این مطالعه، بین شاخص توده بدنی با ابتلا به بیماری کووید 19 ارتباط معنی‌داری مشاهده شد (001/0=P). نتایج بررسی مراجعین مشکوک به بیماری کووید 19 از نظر سوابق بیماری نشان داد از بین مراجعه‌کنندگان بالای پنجاه سال 801 نفر (4/59 درصد) بیماری قلبی‌عروقی، 348 نفر (8/25 درصد) دیابت، 121 نفر (9 درصد) بیماری مزمن کلیوی، 90 نفر (7/6 درصد) بیماری آسم، 45 نفر (3/3 درصد) سرطان، 33 نفر (4/2 درصد) بیماری مزمن کبدی و 20 نفر (5/1 درصد) بیماری حاد تنفسی داشتند. بیشترین شیوع بیماری زمینه‌ای در مبتلایان قطعی کووید 19 مربوط به بیماری قلبی (2/41 درصد)، دیابت (1/30 درصد)، بیماری مزمن کلیوی (5/9 درصد) و آسم (6/8 درصد) بود. از بین این بیمارها ارتباط معنی‌داری بین بیماری‌های زمینه‌ای آسم و دیابت با بیماری کووید 19 دیده شد (جدول شماره 2).



با توجه به تعداد کم برخی بیماری‌های زمینه‌ای چون بیماری آسم، بیماری حاد تنفسی، کبدی، کلیوی و سرطان، این بیماری‌ها با هم ادغام شده و به عنوان یک متغیر (داشتن بیماری زمینه‌ای) وارد مدل شدند. در جدول شماره 3، ارتباط برخی متغیرها با بیماری کووید 19 توسط رگرسیون لجستیک تک‌متغیره و چندمتغیره مورد بررسی قرار گرفت. با توجه به نتایج رگرسیون لجستیک تک‌متغیره، شاخص توده بدنی، ابتلا به دیابت و بیماری‌های زمینه‌ای با ابتلا به بیماری کووید 19 در ارتباط بودند، به طوری که افزایش یک واحد شاخص توده بدنی 4 درصد و ابتلا به دیابت و بیماری‌های زمینه‌ای نیز 41 درصد شانس ابتلا به بیماری کووید 19 را افزایش داد. تمام متغیرها به روش Enter وارد مدل رگرسیون چندمتغیره شدند تا اثر هم‌زمان آن‌ها محاسبه شود. هم‌خطی بین متغیرهای کمی بررسی و رد شد. بعد از واردکردن متغیرها به رگرسیون لجستیک چندمتغیره و مشاهده اثر تک‌تک متغیرها در حضور سایر متغیرها نیز تقریباً نتایجی مشابه رگرسیون تک‌متغیره به دست آمد. در این مدل افزایش هر واحد شاخص توده بدنی 4 درصد و ابتلا به دیابت 38 درصد شانس ابتلا را افزایش داد. همچنین بیماری‌های زمینه‌ای به طور مرزی 32 درصد شانس ابتلا را افزایش داد (جدول شماره 3). 

این مطالعه با تأکید بر شناسایی عوامل خطر ابتلای گروه سنی میانسالی به بعد (پنجاه‌ساله و بالاتر) به بیماری کووید 19، یافته‌های قابل توجهی را نشان داد. یک یافته مهم در این تحقیق شناسایی ارتباط معنی‌دار بین شاخص توده بدنی با ابتلا به کووید 19 در سالمندان بود (002/0=P)، به طوری که به ازای هر واحد افزایش در شاخص توده بدنی، 4 درصد شانس ابتلا به بیماری کووید 19 افزایش یافت. شاخص توده بدنی به عنوان یک متغیر تعیین‌کننده سلامت در سالمندان است. افزایش وزن و شاخص توده بدنی مشکل شایعی است که می‌تواند شانس ابتلا را افزایش دهد [4]. مشکلات تغذیه‌ای در سالمندان در دوران قرنطینه بر مشکلات پیشین آن‌ها مانند کم‌تحرکی می‌افزاید [16]. یک مطالعه نظام‌مند و متاآنالیز اخیر نشان داد هم شانس ابتلا به کووید 19 و هم شدت بیماری و پیامدهای آن در بیماران با شاخص توده بدنی بالا به شکل قابل توجهی بیشتر است [19]. در بسیاری از مطالعات مشابه نیز چاقی را با پیامدهای بد بیماری کووید 19 مرتبط دانسته‌اند [14]. با وجود این، لایتر و همکاران در نتایج مطالعه خود گزارش کردند اضافه‌وزن و چاقی در افراد زیر شصت سال به عنوان یک عامل خطر جهت ابتلا به بیماری کووید 19 و بستری در بخش مراقبت‌های ویژه محسوب می‌شود، اما در افراد بالای شصت سال شواهد حاصل از آن تحقیق ارتباطی بین چاقی و بستری در بخش مراقبت‌های ویژه نشان نداد [20]. نقش چاقی در مشخصه‌های اپیدمیولوژیک بیماران از دوره میانسالی به بعد حائز اهمیت است. چاقی می‌تواند اثرات مخربی بر سیستم ایمنی بدن بگذارد. التهابات بافت چربی باعث اختلالات متابولیک شده که به نوبه خود منجر به اختلالات در چربی، مقاومت به انسولین، دیابت نوع 2، افزایش فشار خون و بیماری‌های قلبی‌عروقی می‌شوند [21]. مطالعات نشان می‌دهند سالمندان، جمعیتی آسیب‌پذیر بوده و به دلیل ضعف سیستم ایمنی به دنبال افزایش سن، بیشتر مستعد ابتلا به بیماری هستند [22 ،6].
در بین بیماری‌های شایع در سالمندان، دیابت به عنوان یک عامل خطر در ابتلا به بیماری کووید 19 شناسایی شد. این بیماری با تأثیر بر تمام ارگان‌ها و ضعیف کردن آن‌ها خطر ابتلا را افزایش می‌دهد. نتایج این مطالعه حاکی از ارتباط بین داشتن دیابت و ابتلا به کووید 19 بود، به طوری که سابقه دیابت حدود دوبرابر نسبت خطر ابتلا به بیماری کووید 19 را افزایش می‌داد، در حالی که در حضور سایر متغیرها خطر ابتلا 38 درصد افزایش یافت. نتایج این تحقیق با یافته‌های تحقیقات متعددی هم‌راستا بود. یک مطالعه هم‌گروهی در سال 2020 در ایالات متحده نشان داد ابتلا به دیابت نوع 2 با ریسک ابتلا به بیماری کووید 19 همراه است [13]. همچنین در انگلستان در یک مطالعه هم‌گروهی مشخص شد ابتلا به دیابت و شاخص توده بدنی بالا با احتمال بالاتر بستری در بیمارستان به دلیل ابتلا به کووید 19 همراه است [23]. علاوه بر توجه به ریسک‌فاکتور دیابت در ابتلا به کووید 19، باید زمینه دیابت را نیز در ابتلا به کووید 19 مهم تلقی کرد [24]. با وجود این، به دلیل بالا بودن میزان دیابت در جامعه نسبت به افراد دیابتی مراجعه‌کننده در این تحقیق، این یافته باید با احتیاط تفسیر شود. در هر حال، ابتلا به کووید 19 در بیماران دیابتی را باید مهم تلقی کرد؛ چنان‌که نتایج منتشرشده از مقالات مرکز کنترل و پیشگیری بیماری‌های چین نیز در سال 2020 نشان داد مبتلایان به بیماری‌های قلبی‌عروقی و دیابت، بیشترین حساسیت را نسبت به این ویروس داشتند و به دنبال آن افراد مبتلا به بیماری‌های تنفسی مزمن، فشار خون بالا و سرطان قرار داشتند [25 ،23 ،1].

نتایج آماری این تحقیق نشان داد شاخص توده بدنی بالا و دیابت در شرکت‌کنندگان مورد مطالعه در دوره میانسالی و سالمندی عامل خطر مهمی در بروز بیماری کووید 19 محسوب می‌شوند. پیشنهاد می‌شود در مراقبت و پیگیری از بیماران در دوره میانسالی و سالمندی، شاخص توده بدنی و بیماری‌های زمینه‌ای مورد توجه قرار گیرند.
از نکات مهم در این مطالعه آن بود که افراد تحت پژوهش از یک منطقه انتخاب شده بودند و از نظر بیماری‌های زمینه‌ای و سایر متغیرهای مشابه، جامعه همگنی را تشکیل دادند. با این وجود، این مطالعه در چند مورد با محدودیت‌هایی مواجه بود. از جمله محدودیت‌های پژوهش این بود که برخی متغیرها مثل بیماری‌های زمینه‌ای در بین مراجعین منطبق بر نرخ شیوع بیماری در جامعه نبود و علت آن مراجعه انتخابی افراد بود که البته این موضوع با ردیابی کردن موارد تماس افراد مثبت توسط مراقبین بهداشت به منظور کنترل همه‌گیری و شناسایی موارد بیشتر تا حدودی مرتفع شده است.

جهت رعایت کلیه مسائل اخلاقی، مجوز اجرای پژوهش از معاونت پژوهش دانشگاه و کد اخلاق به شماره مرجع 1399.052IR.SHMU.REC اخذ شد. تمامی شرکت‌کنندگان در این مطالعه برگ رضایت آگاهانه را امضا کردند. در مورد محرمانه بودن اطلاعات کسب‌شده از ایشان اطمینان خاطر داده شد. در تحریر کلیه مراحل این مقاله از چک‌لیست استروب جهت افزایش دقت و صحت نتایج و ارائه آن استفاده شد. 

این پژوهش با حمایت مالی دانشگاه علوم‌پزشکی و خدمات آموزشی درمانی شاهرود، معاونت پژوهشی دانشگاه (کد طرح 98126) صورت گرفت. 

مفهوم‌سازی: مرضیه روحانی رصاف، علی دادگری، سیدمحمد میررضایی و یاسمن علاقه‌مند قشلاقی؛ تحقیق و بررسی: مرضیه روحانی رصاف، علی دادگری، سیده سولماز طالبی، سیدمحمد میررضایی و یاسمن علاقه‌مند قشلاقی؛ ویراستاری و نهایی‌سازی نوشته: علی دادگری، سیدمحمد میررضایی و سیده سولماز طالبی، مرضیه روحانی رصاف.

بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد. 

از معاونت محترم پژوهشی دانشگاه جناب آقای دکتر محمدحسن امامیان، استاد رشته اپیدمیولوژی برای کمک‌های بی‌دریغ و ارزشمند ایشان در انجام این تحقیق صمیمانه تشکر می‌شود. 

Reference

1. Gallo Marin B, Aghagoli G, Lavine K, Yang L, Siff EJ, Chiang SS, et al. Predictors of COVID-19 severity: A literature review. Reviews in Medical Virology. 2021; 31(1):1-10. [DOI:10.1002/rmv.2146] [PMID] [PMCID]
2. Muselli M, Cofini V, Desideri G, Necozione S. Coronavirus (Covid-19) pandemic: How may communication strategies influence our behaviours? International Journal of Disaster Risk Reduction. 2021; 53:101982. [DOI:10.1016/j.ijdrr.2020.101982] [PMID] [PMCID]
3. Eurosurveillance Editorial Team. Note from the editors. World Health Organization declares novel coronavirus (2019-nCoV) sixth public health emergency of international concern. Euro Surveillance: Bulletin Europeen Sur Les Maladies Transmissibles. 2020; 25(5):200131e. [DOI:10.2807/1560-7917.ES.2020.25.5.200131e]
4. Robinson E, Boyland E, Chisholm A, Harrold J, Maloney NG, Marty L, et al. Obesity, eating behavior and physical activity during COVID-19 lockdown: A study of UK adults. Appetite. 2021; 156:104853. [DOI:10.1016/j.appet.2020.104853] [PMID] [PMCID]
5. Lake MA. What we know so far: COVID-19 current clinical knowledge and research. Clinical Medicine. 2020; 20(2):124-7. [DOI:10.7861/clinmed.2019-coron] [PMID] [PMCID]
6. Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. The Lancet. 2020; 395(10223):497-506. [DOI:10.1016/S0140-6736(20)30183-5]
7. Mirhosseini S, Dadgari A, Basirinezhad MH, Mohammadpourhodki R, Ebrahimi H. The role of hope to alleviate anxiety in COVID-19 outbreak among community dwellers: An online cross-sectional survey. Annals of the Academy of Medicine, Singapore. 2020; 49(10):723-30. [DOI:10.47102/annals-acadmedsg.2020341]
8. Liu L, GaoJY, Hu WM, Zhang XY, Guo L, Liu C-Q, et al. Clinical characteristics of 51 patients discharged from hospital with COVID-19 in Chongqing China. MedRxvi. 2020. [DOI:10.1101/2020.02.20.20025536]
9. Azarnivand M, Alizadeh F, Soltani Z, Hojati H, Dadgari A, Emamian MH. Low social support among the elderly. Iranian journal of Public Health. 2019; 48(9):1756-7. [DOI:10.18502/ijph.v48i9.3043]
10. Dadgari A, Hojati H, Mirrezaie SM. The relationship between the risk of falling and fear of falling among aged hospitalized patients. Nursing Practice Today. 2020; 7(1):30-7. [DOI:10.18502/npt.v7i1.2297]
11. Woolf SH, Chapman DA, Lee JH. COVID-19 as the Leading Cause of Death in the United States. JAMA. 2021; 325(2):123-4. [DOI:10.1001/jama.2020.24865]
12. Andrew MK, McElhaney JE. Age and frailty in COVID-19 vaccine development. Lancet. 2021; 396(10267):1942-4. [DOI:10.1016/S0140-6736(20)32481-8]
13. Gu T, Mack JA, Salvatore M, Prabhu Sankar S, Valley TS, Singh K, et al. Characteristics associated with racial/ethnic disparities in COVID-19 outcomes in an academic health care system. JAMA Netw Open. 2020; 3(10):e2025197. [DOI:10.1001/jamanetworkopen.2020.25197] [PMID] [PMCID]
14. Michalakis K, Panagiotou G, Ilias I, Pazaitou-Panayiotou K. Obesity and COVID-19: A jigsaw puzzle with still missing pieces. Clinical Obesity. 2021; 11(1):e12420. [DOI:10.1111/cob.12420] [PMID] [PMCID]
15. Tracey KJ. Physiology and immunology of the cholinergic antiinflammatory pathway. The Journal of Clinical investigation. 2007; 117(2):289-96. [DOI:10.1172/JCI30555] [PMID] [PMCID]
16. Batsis JA, Daniel K, Eckstrom E, Goldlist K, Kusz H, Lane D, et al. Promoting Healthy Aging During COVID-19. Journal of the American Geriatrics Society. 2021; 69(3):572-80. [doi: 10.1111/jgs.17035]
17. Emamian MH, Chaman R, Khosravi A, Sheibani H, Binesh E, Vahedi H, et al. Integration of Research, Public Health, and Hospital Interventions as a Successful Model for Controlling COVID-19 Pandemic: A Perspective. Authorea. 2020. [DOI:10.22541/au.159223916.69766417]
18. Khosravi A, Chaman R, Rohani-Rasaf M, Zare F, Mehravaran S, Emamian MH. The basic reproduction number and prediction of the epidemic size of the novel coronavirus (COVID-19) in Shahroud, Iran. Epidemiology and Infection. 2020; 148:e115. [DOI:10.1017/S0950268820001247] [PMID] [PMCID]
19. Yang J, Hu J, Zhu C. Obesity aggravates COVID-19: A systematic review and meta-analysis. Journal of Medical Virology. 2021; 93(1):257-61. [DOI:10.1002/jmv.26237] [PMID] [PMCID]
20. Lighter J, Phillips M, Hochman S, Sterling S, Johnson D, Francois F, et al. Obesity in patients younger than 60 years is a risk factor for COVID-19 hospital admission. Clinical Infectious Diseases. 2020; 71(15):896-7. [DOI:10.1093/cid/ciaa415] [PMID] [PMCID]
21. Kassir R. Risk of COVID-19 for patients with obesity. Obesity reviews. 2020; 21(6):e13034. [DOI:10.1111/obr.13034] [PMID] [PMCID]
22. Sadeghi A, Maleki Jamasbi M, Azami H, Karami M, Marziyeh Hassanian Z. [Survey of the relationship between demographic characteristics and organizational citizenship behavior in nurses in hamadan educational centers (Persian)]. Avicenna Journal of Nursing and Midwifery Care. 2019; 27(5):326-34. [DOI:10.30699/ajnmc.27.5.326]
23. Holman N, Knighton P, Kar P, O’Keefe J, Curley M, Weaver A, et al. Risk factors for COVID-19-related mortality in people with type 1 and type 2 diabetes in England: A population-based cohort study. The Lancet Diabetes & Endocrinology. 2020; 8(10):823-33. [DOI:10.1016/S2213-8587(20)30271-0]
24. Marhl M, Grubelnik V, Magdič M, Markovič RJD. Diabetes and metabolic syndrome as risk factors for COVID-19. Diabetes & Metabolic Syndrome. 2020; 14(4):671-7. [DOI:10.1016/j.dsx.2020.05.013] [PMID] [PMCID]
25. Gralinski LE, MenacheryVD. Return of the Coronavirus: 2019-nCoV. Viruses. 2020; 12(2):135. [DOI:10.3390/v12020135] [PMID] [PMCID]