MétaCan
Menu
Retour à la cohorte
Enregistrement W3099621611 · doi:10.2196/24797

Evaluating the Onset, Severity, and Recovery of Changes to Smell and Taste Associated With COVID-19 Infection in a Singaporean Population (the COVOSMIA-19 Trial): Protocol for a Prospective Case-Control Study

2020· article· en· W3099621611 sur OpenAlexvenueno aff
Florence Sheen, Vicki Wei Kee Tan, Sumanto Haldar, Sharmila Sengupta, David Michael Allen, Jyoti Somani, Hui Yee Chen, Paul Anantharajah Tambyah, Ciarán G. Forde

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueOlfactory and Sensory Function Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTastePopulationDysgeusiaObservational studyTest (biology)Prospective cohort studyFamily medicineAdverse effectInternal medicinePsychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sudden loss of smell and/or taste has been suggested to be an early marker of COVID-19 infection, with most findings based on self-reporting of sensory changes at a single time point. OBJECTIVE: To understand the onset, severity, and recovery of sensory changes associated with COVID-19 infection, this study will longitudinally track changes in chemosensory acuity among people with suspected COVID-19 infection using standardized test stimuli that are self-administered over 28 days. METHODS: In a prospective, case-controlled observational study, volunteers will be recruited when they present for COVID-19 screening by respiratory tract polymerase chain reaction test ("swab test"). The volunteers will initially complete a series of questionnaires to record their recent changes in smell and taste ability, followed by a brief standardized smell and taste test. Participants will receive a home-use smell and taste test kit to prospectively complete daily self-assessments of their smell and taste acuity at their place of residence for up to 4 weeks, with all data submitted for collection through web-based software. RESULTS: This study has been approved by the Domain Specific Review Board of the National Healthcare Group, Singapore, and is funded by the Biomedical Research Council Singapore COVID-19 Research Fund. Recruitment began on July 23, 2020, and will continue through to March 31, 2021. As of October 2, 2020, 69 participants had been recruited. CONCLUSIONS: To our knowledge, this study will be the first to collect longitudinal data on changes to smell and taste sensitivity related to clinically diagnosed COVID-19 infection, confirmed by PCR swab test, in a population-based cohort. The findings will provide temporal insights on the onset, severity, and recovery of sensory changes with COVID-19 infection, the consistency of symptoms, and the frequency of full smell recovery among patients with COVID-19. This self-administered and cost-effective approach has many advantages over self-report questionnaire-based methods and provides a more objective measure of smell and taste changes associated with COVID-19 infection; this will encourage otherwise asymptomatic individuals who are potential spreaders of the virus to self-isolate and seek formal medical diagnosis if they experience a sudden change in sensory acuity. This broadened case finding can potentially help control the COVID-19 pandemic and reduce the emergence of clusters of infections. TRIAL REGISTRATION: ClinicalTrials.gov NCT04492904; https://clinicaltrials.gov/ct2/show/NCT04492904. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/24797.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,014
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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.

Tête enseignante Opus0,681
Tête enseignante GPT0,572
Écart entre enseignants0,109 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetOlfactory and Sensory Function StudiesTravaux en français237 207