Long covid syndrome: Why efforts like aftercor are needed
Notice bibliographique
Résumé
Introduction: The AFTERCOR study was developed by the COVID-19 Critical Care Consortium (>7000 intensive care unit [ICU] and >400 extracorporeal membrane oxygenation [ECMO] patients currently) to enhance understanding of occurrence and progression of long-term dysfunction post-COVID-19. Design: Prospective longitudinal (24 months) study of ICU survivors of COVID-19 to describe recovery of the following aspects: a) health-related quality of life b) dynamics of organ dysfunction and recovery and c) pulmonary function. Countries involved Italy, Spain, Ireland, Austria, South Africa, Australia, USA, Argentina, Brazil, Colombia. Protocol specifics available at https://www.aftercorstudy.com. Inclusion Criteria: 1) COVID-19 infection requiring ICU admission;2) informed consent;3) age ≥18 years. Exclusion Criteria: 1) pregnancy;2) pre-COVID paralysis;3) history of pulmonary resection;4) prior lung transplant;5) inability to perform 6-min walk test or participate in interview. Methods: Goal enrollment is 1000 patients. Follow-up visits are at 3, 6, 12, 18 and 24-month post-ICU discharge. Assessments include: 1) Medical Outcomes Study 36-Item Short-Form Health Survey (SF-36);2) Montreal Cognitive Assessment;3) any subsequent admission 4) St. George's Respiratory Questionnaire;5) Pulmonary function testing;6) chest radiography;7) 6-minute-walk test;8) Patient Health Questionnaire 9 (PHQ-9) and 9) full blood count and biochemistry. CT chest at 6 months and repeat ECHO at 3, 12 and 24 months if performed during COVID-19 hospitalization. If results are normal, subsequent testing will not be performed. Summary: The AFTERCOR study represents a comprehensive evaluation for long-term effects from COVID-19. Interested centers are sought and invited to participate.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».