Proposed subtypes of post‐COVID‐19 syndrome (or long‐COVID) and their respective potential therapies
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
The effects of coronavirus disease 2019 (COVID-19), a highly transmissible infectious respiratory disease that has initiated an ongoing pandemic since early 2020, do not always end in the acute phase. Depending on the study referred, about 10%-30% (or more) of COVID-19 survivors may develop long-COVID or post-COVID-19 syndrome (PCS), characterised by persistent symptoms (most commonly fatigue, dyspnoea, and cognitive impairments) lasting for 3 months or more after acute COVID-19. While the pathophysiological mechanisms of PCS have been extensively described elsewhere, the subtypes of PCS have not. Owing to its highly multifaceted nature, this review proposes and characterises six subtypes of PCS based on the existing literature. The subtypes are non-severe COVID-19 multi-organ sequelae (NSC-MOS), pulmonary fibrosis sequelae (PFS), myalgic encephalomyelitis or chronic fatigue syndrome (ME/CFS), postural orthostatic tachycardia syndrome (POTS), post-intensive care syndrome (PICS) and medical or clinical sequelae (MCS). Original studies supporting each of these subtypes are documented in this review, as well as their respective symptoms and potential interventions. Ultimately, the subtyping proposed herein aims to provide better clarity on the current understanding of PCS.
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 | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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