COVID-19 and post-infectious myalgic encephalomyelitis/chronic fatigue syndrome: a narrative review
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) is a viral infection which can cause a variety of respiratory, gastrointestinal, and vascular symptoms. The acute illness phase generally lasts no more than 2-3 weeks. However, there is increasing evidence that a proportion of COVID-19 patients experience a prolonged convalescence and continue to have symptoms lasting several months after the initial infection. A variety of chronic symptoms have been reported including fatigue, dyspnea, myalgia, exercise intolerance, sleep disturbances, difficulty concentrating, anxiety, fever, headache, malaise, and vertigo. These symptoms are similar to those seen in myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS), a chronic multi-system illness characterized by profound fatigue, sleep disturbances, neurocognitive changes, orthostatic intolerance, and post-exertional malaise. ME/CFS symptoms are exacerbated by exercise or stress and occur in the absence of any significant clinical or laboratory findings. The pathology of ME/CFS is not known: it is thought to be multifactorial, resulting from the dysregulation of multiple systems in response to a particular trigger. Although not exclusively considered a post-infectious entity, ME/CFS has been associated with several infectious agents including Epstein-Barr Virus, Q fever, influenza, and other coronaviruses. There are important similarities between post-acute COVID-19 symptoms and ME/CFS. However, there is currently insufficient evidence to establish COVID-19 as an infectious trigger for ME/CFS. Further research is required to determine the natural history of this condition, as well as to define risk factors, prevalence, and possible interventional strategies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».