Polyfactorial approach in the correction of cognitive impairment in patients with post-Covid syndrome
Notice bibliographique
Résumé
The article discusses a multi-level polyfactorial approach in the correction of cognitive impairment in patients with post-Covid syndrome based on the combined use of cognitive-motivational correction of the psychological state and physiotherapeutic methods of treatment: multi-level magnetolaser therapy, advanced blood irradiation, transcranial neuroacoustic and light-pulse stimulation.
 According to the results of the analysis of the results of testing patients based on the Montreal scale for assessing cognitive functions before the start, after 6 and 12 procedures, as well as 4 weeks after the completion of rehabilitation in the first group, the average indicators of the level of cognitive functions changed from 18.2 to 21.4 points, in the second group from 17 to 26 points.
 Psychological testing using the psychometric tables of A. Beck and Spielberger-Hanin showed a decrease in the average level of depression after the procedures in the first group by 5.4±1.4 (from 27.5 to 22.1) points, the anxiety level by 4.9±0.3 (from 35.1 to 30.2), in the second group by 9.9±1.2 (from 27.3 to 17.4) and 8.2±0.4 (from 35.2 to 27.0), respectively. Additionally, it should be noted that the clients of the second group were more interested in conducting a second course.
 A multi-level approach in the medical rehabilitation of patients with post-Covid syndrome based on the use of psychological correction, magnetolaser effect on the projection of the liver, supravenous irradiation of blood and combined transcranial neuroacoustic and light-pulse stimulation in combination with endonasal breathing of a singlet-oxygen mixture in a magnetic field turned out to be the most effective for restoring cognitive functions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».