Relationship between COVID‐19 and movement disorders: A narrative review
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The scientific literature on COVID-19 is increasingly growing. METHODS: In this paper, we review the literature on movement disorders in the context of the COVID-19 pandemic. RESULTS: First, there are a variety of transient movement disorders that may manifest in the acute phase of COVID-19, most often myoclonus, with more than 50 patients described in the literature. New onset parkinsonism, chorea, and tic-like behaviours have also been reported. Movement disorders as a side effect after COVID-19 vaccination are rare, occurring with a frequency of 0.00002-0.0002 depending on the product used, mostly manifesting with tremor. Current evidence for potential long-term manifestations, for example, long COVID parkinsonism, is separately discussed. Second, the pandemic has also had an impact on patients with pre-existing movement disorder syndromes, with negative effects on clinical status and overall well-being, and reduced access to medication and health care. In many parts, the pandemic has led to reorganization of the medical system, including the development of new digital solutions. The movement disorder-related evidence for this is reviewed and discussed. CONCLUSIONS: The pandemic and the associated preventive measures have had a negative impact on the clinical status, access to health care, and overall well-being of patients with pre-existing movement disorders.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,002 |
| 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 ».