Long-Term Impact of COVID-19: A Systematic Review of the Literature and Meta-Analysis
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: The long-term impact of COVID-19 is still unknown. This study aimed to explore post COVID-19 effects on patients chest computed tomography (CT), lung function, respiratory symptoms, fatigue, functional capacity, health-related quality of life (HRQoL), and the ability to return to work beyond 3 months post infection. Methods: A systematic search was performed on PubMed, Web of Science, and Ovid MEDLINE on 22 May 2021, to identify studies that reported persistent effects of COVID-19 beyond 3 months follow-up. Data on the proportion of patients who had the outcome were collected and analyzed using a one-group meta-analysis. Results: Data were extracted from 24 articles that presented information on a total of 5323 adults, post-infection, between 3 to 6 months after symptom onset or hospital discharge. The pooled prevalence of CT abnormalities was 59% (95% CI 44–73, I2 = 96%), abnormal lung function was 39% (95% CI 24–55, I2 = 94%), fatigue was 38% (95% CI 27–49, I2 = 98%), dyspnea was 32% (95% CI 24–40, I2 = 98%), chest paint/tightness was 16% (95% CI 12–21, I2 = 94%), and cough was 13%, (95% CI 9–17, I2 = 94%). Decreased functional capacity and HRQoL were found in 36% (95% CI 22–49, I2 = 97%) and 52% (95% CI 33–71, I2 = 94%), respectively. On average, 8 out of 10 of the patients had returned to work or reported no work impairment. Conclusion: Post-COVID-19 patients may experience persistent respiratory symptoms, fatigue, decreased functional capacity and decreased quality of life up to 6 months after infection. Further studies are needed to establish the extent to which post-COVID-19 effects continue beyond 6 months, how they interact with each other, and to clarify their causes and their effective management.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,010 |
| Bibliométrie | 0,001 | 0,005 |
| 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 | 0,000 |
| 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