COVID-19 and cerebrovascular diseases: a comprehensive overview
Notice bibliographique
Résumé
Neurological manifestations are not uncommon during infection with the novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). A clear association has been reported between cerebrovascular disease and coronavirus disease 2019 (COVID-19). However, whether this association is causal or incidental is still unknown. In this narrative review, we sought to present the possible pathophysiological mechanisms linking COVID-19 and cerebrovascular disease, describe the stroke syndromes and their prognosis and discuss several clinical, radiological, and laboratory characteristics that may aid in the prompt recognition of cerebrovascular disease during COVID-19. A systematic literature search was conducted, and relevant information was abstracted. Angiotensin-converting enzyme-2 receptor dysregulation, uncontrollable immune reaction and inflammation, coagulopathy, COVID-19-associated cardiac injury with subsequent cardio-embolism, complications due to critical illness and prolonged hospitalization can all contribute as potential etiopathogenic mechanisms leading to diverse cerebrovascular clinical manifestations. Acute ischemic stroke, intracerebral hemorrhage, and cerebral venous sinus thrombosis have been described in case reports and cohorts of COVID-19 patients with a prevalence ranging between 0.5% and 5%. SARS-CoV-2-positive stroke patients have higher mortality rates, worse functional outcomes at discharge and longer duration of hospitalization as compared with SARS-CoV-2-negative stroke patients in different cohort studies. Specific demographic, clinical, laboratory and radiological characteristics may be used as 'red flags' to alarm clinicians in recognizing COVID-19-related stroke.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».