Post-COVID-19 fatigue: the contribution of cognitive and neuropsychiatric symptoms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fatigue in its many forms of physical, mental, and psychosocial exhaustion is a common symptom of post-COVID-19 condition, also known as "Long COVID." Persistent fatigue in COVID-19 patients is frequently accompanied by cognitive dysfunction and neuropsychiatric symptoms; however, less is known about the relationships between these components of post-COVID-19 condition and fatigue itself. Consequently, the present study sought to (1) distinguish the types of fatigue experienced by participants, and (2) investigate whether cognitive deficits across various domains and neuropsychiatric conditions predicted these different types of fatigue. The study included 136 COVID-19 patients referred for neuropsychological evaluation due to cognitive complaints 8 months on average after SARS-CoV-2 infection. Measures included self-reported fatigue (physical, cognitive, and psychosocial), neuropsychiatric questionnaires (assessing symptoms of depression, anxiety, apathy, and executive functioning), a comprehensive neuropsychological assessment, and self-reported quality of life and everyday functioning. Results showed that reports of clinical significant fatigue were pervasive in our sample (82.3% of participants), with physical fatigue rated highest on average relative to the subscale maximum. Elevated levels of apathy, anxiety, and executive dysfunction in neuropsychiatric measures along with executive and attentional difficulties on cognitive tests were found to be consistently important predictors among different types of fatigue. This implicates both cognitive and neuropsychiatric symptoms as predictors of fatigue in post-COVID-19 condition, and stresses the importance of a holistic approach in assessing and considering potential treatment for COVID-19 patients experiencing fatigue.
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.
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 | 0,005 |
| 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 | 0,001 |
| 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 découle