Neurologic Compromise in COVID-19: A Literature Review
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) disease caused by a new coronavirus, severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), has been associated with many neurological symptoms. The purpose of this article is to describe the neurological manifestations so far reported and their probable pathogenesis. We conducted a literature review on EMBASE, MEDLINE and SCIELO databases using the terms "COVID-19", "COVID", "neurological", "neurologic", "manifestations", "implications", "Guillain-Barre syndrome", "encephalopathy". A total of 33 articles including clinical series, retrospective studies, and case reports were selected and thoroughly reviewed to describe neurological manifestations of COVID-19. There are several neurological manifestations of SARS-CoV-2 infection with different clinical presentations, severity, and prevalence. The most critical ones, such as cerebrovascular disease, encephalopathy, and Guillain-Barre syndrome, were less common and usually associated with previous medical history, known risk factors for cerebrovascular disease or advanced age. The main hypotheses for the spread of the virus are through the hematogenous route or the cribriform plate of the ethmoid bone or a disseminated severe immune response by a cytokine storm. The presence of neurological disturbances associated with laboratory tests alterations is an important clue for the physicians to promptly recognize neurological manifestations of SARS-CoV-2.
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 | 0,008 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,015 |
| 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 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 ».