Delirium and other neuropsychiatric manifestations of COVID-19 infection in people with preexisting psychiatric disorders: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Psychiatric disorders increase risk of neuropsychiatric disease and poor outcomes, yet little is known about the neuropsychiatric manifestations of COVID-19 in the psychiatric population. The primary objective is to synthesize neuropsychiatric outcomes of COVID-19 in people with preexisting psychiatric disorders. METHODS: Data were collected during an ongoing review of the impact of pandemics on people with existing psychiatric disorders. All study designs and gray literature were included. Medline, PsychInfo, CINAHL, EMBASE, and MedRx were searched from inception to September 1 2020. Risk of bias was assessed using a published tool that can accommodate all study types. Two independent authors screened the studies and extracted data. Data were narratively synthesized, as there were insufficient data to meta-analyze. Evidence was appraised according to GRADE. RESULTS: Four case reports were included, comprising 13 participants from three countries. Many large-sample, relevant papers were omitted for not reporting psychiatric history, despite reporting other comorbidities. Included participants (n = 13) were hospitalized with COVID-19 and appeared to meet criteria for delirium. Myoclonus, rigidity, and alogia were also reported. The most commonly reported preexisting psychiatric diagnoses were mood disorders, schizophrenia, and alcohol use disorder. CONCLUSIONS: People with preexisting psychiatric disorders may experience delirium, rigidity, myoclonus, and alogia during COVID-19 infection; although higher quality and longitudinal data are needed to better understand these phenomena. Relevant COVID-19 literature does not always report psychiatric history, despite heightened neuropsychiatric vulnerability within this population. TRIAL REGISTRATION: PROSPERO (CRD42020179611).
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 | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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) | 0,000 | 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 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 ».