COVID‐19: Neuroimaging Features of a 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 AND PURPOSE: The ongoing Coronavirus Disease 2019 (COVID-19) pandemic is caused by the novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). COVID-19 is occasionally associated with manifold diseases of the central nervous system (CNS). We sought to present the neuroimaging features of such CNS involvement. In addition, we sought to identify typical neuroimaging patterns that could indicate possible COVID-19-associated neurological manifestations. METHODS: In this systematic literature review, typical neuroimaging features of cerebrovascular diseases and inflammatory processes associated with COVID-19 were analyzed. Reports presenting individual patient data were included in further quantitative analysis with descriptive statistics. RESULTS: We identified 115 studies reporting a total of 954 COVID-19 patients with associated neurological manifestations and neuroimaging alterations. A total of 95 (82.6%) of the identified studies were single case reports or case series, whereas 660 (69.2%) of the reported cases included individual information and were thus included in descriptive statistical analysis. Ischemia with neuroimaging patterns of large vessel occlusion event was revealed in 59.9% of ischemic stroke patients, whereas 69.2% of patients with intracerebral hemorrhage exhibited bleeding in a location that was not associated with hypertension. Callosal and/or juxtacortical location was identified in 58.7% of cerebral microbleed positive images. Features of hemorrhagic necrotizing encephalitis were detected in 28.8% of patients with meningo-/encephalitis. CONCLUSIONS: Manifold CNS involvement is increasingly reported in COVID-19 patients. Typical and atypical neuroimaging features have been observed in some disease entities, so that familiarity with these imaging patterns appears reasonable and may assist clinicians in the differential diagnosis of COVID-19 CNS manifestations.
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 | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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