Gastrointestinal symptoms and the severity of COVID‐19: Disorders of gut–brain interaction are an outcome
Notice bibliographique
Résumé
BACKGROUND: Many of the studies on COVID-19 severity and its associated symptoms focus on hospitalized patients. The aim of this study was to investigate the relationship between acute GI symptoms and COVID-19 severity in a clustering-based approach and to determine the risks and epidemiological features of post-COVID-19 Disorders of Gut-Brain Interaction (DGBI) by including both hospitalized and ambulatory patients. METHODS: The study utilized a two-phase Internet-based survey on: (1) COVID-19 patients' demographics, comorbidities, symptoms, complications, and hospitalizations and (2) post-COVID-19 DGBI diagnosed according to Rome IV criteria in association with anxiety (GAD-7) and depression (PHQ-9). Statistical analyses included univariate and multivariate tests. RESULTS: Five distinct clusters of symptomatic subjects were identified based on the presence of GI symptoms, loss of smell, and chest pain, among 1114 participants who tested positive for SARS-CoV-2. GI symptoms were found to be independent risk factors for severe COVID-19; however, they did not always coincide with other severity-related factors such as age >65 years, diabetes mellitus, and Vitamin D deficiency. Of the 164 subjects with a positive test who participated in Phase-2, 108 (66%) fulfilled the criteria for at least one DGBI. The majority (n = 81; 75%) were new-onset DGBI post-COVID-19. Overall, 86% of subjects with one or more post-COVID-19 DGBI had at least one GI symptom during the acute phase of COVID-19, while 14% did not. Depression (65%), but not anxiety (48%), was significantly more common in those with post-COVID-19 DGBI. CONCLUSION: GI symptoms are associated with a severe COVID-19 among survivors. Long-haulers may develop post-COVID-19 DGBI. Psychiatric disorders are common in post-COVID-19 DGBI.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».