Time course prevalence of post-COVID pain symptoms of musculoskeletal origin in patients who had survived severe acute respiratory syndrome coronavirus 2 infection: a systematic review 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
ABSTRACT: The aim of this review or meta-analysis is to synthesize the prevalence of post-coronavirus disease (COVID) pain symptoms of musculoskeletal origin in hospitalized or nonhospitalized patients recovered from severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection. MEDLINE, CINAHL, PubMed, EMBASE, and Web of Science databases, as well as medRxiv and bioRxiv preprint servers were searched up to May 1, 2021. Studies or preprints reporting data on post-COVID pain symptoms such as myalgias, arthralgias, or chest pain after SARS-CoV-2 infection and collected by personal, telephonic, or electronical interview were included. The methodological quality of the studies was assessed using the Newcastle-Ottawa Scale. Random-effects models were used for meta-analytical pooled prevalence of each post-COVID musculoskeletal pain symptom. Data synthesis was categorized at onset or hospital admission and at 30, 60, and 90, and ≥180 days after. From a total of 12,123 studies identified, 27 peer-reviewed studies and 6 preprints were included. The sample included 14,639 hospitalized and 11,070 nonhospitalized COVID-19 patients. The methodological quality of almost 70% studies was fair. The overall prevalence of post-COVID myalgia, joint pain, and chest pain ranged from 5.65% to 18.15%, 4.6% to 12.1%, and 7.8% to 23.6%, respectively, at different follow-up periods during the first year postinfection. Time trend analysis showed a decrease prevalence of musculoskeletal post-COVID pain from the symptom's onset to 30 days after, an increase 60 days after, but with a second decrease ≥180 days after. This meta-analysis has shown that almost 10% of individuals infected by SARS-CoV-2 will suffer from musculoskeletal post-COVID pain symptomatology at some time during the first year after the infection.
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 | 0,020 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle