Neuropsychologic Profiles and Cerebral Glucose Metabolism in Neurocognitive Long COVID Syndrome
Notice bibliographique
Résumé
During the coronavirus disease 2019 (COVID-19) pandemic, Long COVID syndrome, which impairs patients through cognitive deficits, fatigue, and exhaustion, has become increasingly relevant. Its underlying pathophysiology, however, is unknown. In this study, we assessed cognitive profiles and regional cerebral glucose metabolism as a biomarker of neuronal function in outpatients with long-term neurocognitive symptoms after COVID-19. Methods: Outpatients seeking neurologic counseling with neurocognitive symptoms persisting for more than 3 mo after polymerase chain reaction (PCR)–confirmed COVID-19 were included prospectively between June 16, 2020, and January 29, 2021. Patients (n = 31; age, 53.6 ± 2.0 y) in the long-term phase after COVID-19 (202 ± 58 d after positive PCR) were assessed with a neuropsychologic test battery. Cerebral 18F-FDG PET imaging was performed in 14 of 31 patients. Results: Patients self-reported impaired attention, memory, and multitasking abilities (31/31), word-finding difficulties (27/31), and fatigue (24/31). Twelve of 31 patients could not return to the previous level of independence/employment. For all cognitive domains, average group results of the neuropsychologic test battery showed no impairment, but deficits (z score < −1.5) were present on a single-patient level mainly in the domain of visual memory (in 7/31; other domains ≤ 2/31). Mean Montreal Cognitive Assessment performance (27/30 points) was above the cutoff value for detection of cognitive impairment (<26 points), although 9 of 31 patients performed slightly below this level (23–25 points). In the subgroup of patients who underwent 18F-FDG PET, we found no significant changes of regional cerebral glucose metabolism. Conclusion: Long COVID patients self-report uniform symptoms hampering their ability to work in a relevant fraction. However, cognitive testing showed minor impairments only on a single-patient level approximately 6 mo after the infection, whereas functional imaging revealed no distinct pathologic changes. This clearly deviates from previous findings in subacute COVID-19 patients, suggesting that underlying neuronal causes are different and possibly related to the high prevalence of fatigue.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».