MétaCan
Menu
Retour à la cohorte

Reduced Exercise Tolerance in Long-COVID Patients

2021· article· en· W3159730836 sur OpenAlexaff
Rhea Varughese, Grace Y. Lam, Andrew R. Brotto, E. Bok, Eric Wong, A. Dean Befus, Ronald W. Damant, Giovanni Ferrara, Maeve P. Smith, Michael K. Stickland

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Internal medicineRespiratory systemCardiologyPulmonary function testingSeverity of illnessPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Introduction: Because many patients report long-term symptoms including dyspnea and fatigue after an acute COVID-19 infection, we recently developed a comprehensive follow-up clinic to understand and manage these patients. We conducted cardiopulmonary exercise tests (CPET) to characterize the respiratory responses to exercise as a potential cause of dyspnea in long-COVID patients. Methods: Seven long-COVID patients (mean age 53±4 years, 100% female) and seven age, sex and height-matched healthy controls (mean age 55±10 years) completed a pulmonary function test and an incremental CPET to exhaustion. These seven long-COVID patients were assessed due to persistent dyspnea after recovery from the acute infection;three long-COVID patients required hospitalization during the acute infection. The CPET was performed on average 158±59 days since COVID-19 diagnosis. Arterial saturation (SpO2) and breath-by-breath respiratory data, including ventilatory equivalents for carbon dioxide (VE/VCO2), were collected continuously, while inspiratory capacity (IC), inspiratory reserve volume (IRV), and dyspnea (modified Borg scale) were evaluated throughout exercise. Statistical analyses were performed using unpaired t-tests with a significance level of 0.05. Results: Prior to testing, COVID-19 patients reported resting dyspnea (mean modified Medical Research Council Dyspnea scale 2.1±0.7) and elevated post-COVID functional scale (mean 2.1±1.2), revealing persistent symptoms. Spirometric assessment at rest was within expected normal limits, though a reduction in FEV1 was seen in the COVID-19 patients (88.9±16.6% predicted) compared to matched controls (111.1±13.2% predicted;p = 0.02). Lung volumes and diffusion capacity were similar between both groups. Most notably, COVID-19 patients (19.6±7.4 mL/kg/min) had a reduced VO2peak when compared to controls (29.1±8.3 mL/kg/min, p<0.01). As well, VE/VCO2 at rest and anaerobic threshold were elevated in COVID-19 patients as compared to controls. SpO2 at peak exercise was not different between COVID-19 patients and controls (95±4% vs. 94±3%, p=0.57). At peak exercise, there were no between-group differences in tidal volume, breathing frequency, IC, IRV observed. Patient-reported dyspnea and leg fatigue at peak exercise were also similar between groups. Conclusion: Initial results suggest that long-COVID patients demonstrate reduced exercise tolerance and elevated VE/VCO2;however, SpO2, operating lung volumes and dyspnea responses to exercise are similar to healthy controls, suggesting that there may be a non-pulmonary cause for the observed exercise intolerance. Further investigation is required to understand this limitation and its relationship to symptoms in long-COVID patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,291
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLong-Term Effects of COVID-19Travaux en français237 207