Symptoms Compatible With Long Coronavirus Disease (COVID) in Healthcare Workers With and Without Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) Infection—Results of a Prospective Multicenter Cohort
Notice bibliographique
Résumé
BACKGROUND: The burden of long-term symptoms (ie, long COVID) in patients after mild COVID-19 is debated. Within a cohort of healthcare workers (HCWs), frequency and risk factors for symptoms compatible with long COVID are assessed. METHODS: Participants answered baseline (August/September 2020) and weekly questionnaires on SARS-CoV-2 nasopharyngeal swab (NPS) results and acute disease symptoms. In January 2021, SARS-CoV-2 serology was performed; in March, symptoms compatible with long COVID (including psychometric scores) were asked and compared between HCWs with positive NPS, seropositive HCWs without positive NPS (presumable asymptomatic/pauci-symptomatic infections), and negative controls. The effect of time since diagnosis and quantitative anti-spike protein antibodies (anti-S) was evaluated. Poisson regression was used to identify risk factors for symptom occurrence. RESULTS: Of 3334 HCWs (median, 41 years; 80% female), 556 (17%) had a positive NPS and 228 (7%) were only seropositive. HCWs with positive NPS more frequently reported ≥1 symptom compared with controls (73% vs 52%, P < .001); seropositive HCWs without positive NPS did not score higher than controls (58% vs 52%, P = .13), although impaired taste/olfaction (16% vs 6%, P < .001) and hair loss (17% vs 10%, P = .004) were more common. Exhaustion/burnout was reported by 24% of negative controls. Many symptoms remained elevated in those diagnosed >6 months ago; anti-S titers correlated with high symptom scores. Acute viral symptoms in weekly questionnaires best predicted long-COVID symptoms. Physical activity at baseline was negatively associated with neurocognitive impairment and fatigue scores. CONCLUSIONS: Seropositive HCWs without positive NPS are only mildly affected by long COVID. Exhaustion/burnout is common, even in noninfected HCWs. Physical activity might be protective against neurocognitive impairment/fatigue symptoms after COVID-19.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».