Neurological and Neuropsychiatric Impacts of COVID-19 Pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Albeit primarily a disease of respiratory tract, the 2019 coronavirus infectious disease (COVID-19) has been found to have causal association with a plethora of neurological, neuropsychiatric and psychological effects. This review aims to analyze them with a discussion of evolving therapeutic recommendations. METHODS: PubMed and Google Scholar were searched from 1 January 2020 to 30 May 2020 with the following key terms: "COVID-19", "SARS-CoV-2", "pandemic", "neuro-COVID", "stroke-COVID", "epilepsy-COVID", "COVID-encephalopathy", "SARS-CoV-2-encephalitis", "SARS-CoV-2-rhabdomyolysis", "COVID-demyelinating disease", "neurological manifestations", "psychosocial manifestations", "treatment recommendations", "COVID-19 and therapeutic changes", "psychiatry", "marginalised", "telemedicine", "mental health", "quarantine", "infodemic" and "social media". A few newspaper reports related to COVID-19 and psychosocial impacts have also been added as per context. RESULTS: Neurological and neuropsychiatric manifestations of COVID-19 are abundant. Clinical features of both central and peripheral nervous system involvement are evident. These have been categorically analyzed briefly with literature support. Most of the psychological effects are secondary to pandemic-associated regulatory, socioeconomic and psychosocial changes. CONCLUSION: Neurological and neuropsychiatric manifestations of this disease are only beginning to unravel. This demands a wide index of suspicion for prompt diagnosis of SARS-CoV-2 to prevent further complications and mortality.
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.
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 | 0,006 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle