Does COVID‐19 contribute to development of neurological disease?
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: Although coronavirus disease 2019 (COVID-19) has been associated primarily with pneumonia, recent data show that the causative agent of COVID-19, the coronavirus severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), can infect a large number of vital organs beyond the lungs, such as the heart, kidneys, and the brain. Thus, there is evidence showing possible retrograde transmission of the virus from the olfactory epithelium to regions of the brain stem. METHODS: This is a literature review article. The research design method is an evidence-based rapid review. The present discourse aim is first to scrutinize and assess the available literature on COVID-19 repercussion on the central nervous system (CNS). Standard literature and database searches were implemented, gathered relevant material, and extracted information was then assessed. RESULTS: The angiotensin-converting enzyme 2 (ACE2) receptors being the receptor for the virus, the threat to the central nervous system is expected. Neurons and glial cells express ACE2 receptors in the CNS, and recent studies suggest that activated glial cells contribute to neuroinflammation and the devastating effects of SARS-CoV-2 infection on the CNS. The SARS-CoV-2-induced immune-mediated demyelinating disease, cerebrovascular damage, neurodegeneration, and depression are some of the neurological complications discussed here. CONCLUSION: This review correlates present clinical manifestations of COVID-19 patients with possible neurological consequences in the future, thus preparing healthcare providers for possible future consequences of COVID-19.
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 | 0,000 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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