Self-reported anosmia and dysgeusia as key symptoms of coronavirus disease 2019
Notice bibliographique
Résumé
OBJECTIVES: To slow down the transmission of coronavirus disease 2019 (COVID-19), it is important to identify specific symptoms for effective screening. While anosmia/hyposmia and dysgeusia/ageusia have been identified as highly prevalent symptoms, there are wide geographic variations, necessitating the regional evaluation of the prevalence of the symptoms. METHODS: A cross-sectional study was performed to evaluate the self-reported symptoms among adults (over 18 years old) who underwent COVID-19 tests at an ambulatory assessment centre. We identified 1,345 patients (102 positive and 1,243 negative) who visited the assessment centre between March 16 and April 15, 2020. We randomly sampled negative patients in a 1:3 ratio. The primary outcome was the prevalence of self-reported anosmia/hyposmia and dysgeusia/ageusia. Logistic regression was performed to evaluate the association between COVID-19 positivity and loss of smell and taste. RESULTS: Fifty-six of 102 (50%) positive patients and 72 of 306 (23.5%) negative patients completed the survey. Anosmia/hyposmia and dysgeusia/ageusia were more prevalent among COVID-19 positive patients (41.1% v. 4.2%, p < 0.001 for smell and 46.4% v. 5.6%, p < 0.001 for taste). Anosmia/hyposmia and dysgeusia/ageusia were independently highly associated with COVID-19 positivity (adjusted odds ratios 14.4 and 11.4 for smell and taste, respectively). CONCLUSION: In this Canadian study, smell and taste loss may be key symptoms of COVID-19. This evidence can be helpful in the clinical diagnosis of COVID-19, particularly settings of limited testing capacity.
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 | 0,002 |
| 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) | 0,003 | 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 ».