Cognitive decline among individuals with history of mild symptomatic SARS‐CoV‐2 infection: A longitudinal prospective study nested to a population cohort
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Neurological complications of SARS-CoV-2 infection are noticed among critically ill patients soon after disease onset. Information on delayed neurological sequelae of SARS-CoV-2 infection is nil. Following a longitudinal study design, the occurrence of cognitive decline among individuals with a history of mild symptomatic SARS-CoV-2 infection was assessed. METHODS: Stroke- and seizure-free Atahualpa residents aged ≥40 years, who had pre-pandemic cognitive assessments as well as normal brain magnetic resonance imaging and electroencephalogram recordings, underwent repeated evaluations 6 months after a SARS-CoV-2 outbreak infection in Atahualpa. Patients requiring oxygen therapy, hospitalization, and those who had initial neurological manifestations were excluded. Cognitive decline was defined as a reduction in the Montreal Cognitive Assessment (MoCA) score between the post-pandemic and pre-pandemic assessments that was ≥4 points greater than the reduction observed between two pre-pandemic MoCAs. The relationship between SARS-CoV-2 infection and cognitive decline was assessed by fitting logistic mixed models for longitudinal data as well as exposure-effect models. RESULTS: Of 93 included individuals (mean age 62.6 ± 11 years), 52 (56%) had a history of mild symptomatic SARS-CoV-2 infection. Post-pandemic MoCA decay was worse in seropositive individuals. Cognitive decline was recognized in 11/52 (21%) seropositive and 1/41 (2%) seronegative individuals. In multivariate analyses, the odds for developing cognitive decline were 18.1 times higher among SARS-CoV-2 seropositive individuals (95% confidence interval 1.75-188; p = 0.015). Exposure-effect models confirmed this association (β = 0.24; 95% confidence interval 0.07-0.41; p = 0.006). CONCLUSIONS: This study provides evidence of cognitive decline among individuals with mild symptomatic SARS-CoV-2 infection. The pathogenesis of this complication remains unknown.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».