Prevalence of depression, anxiety, delirium, and post-traumatic stress disorder among COVID-19 patients: protocol for a living systematic review
Notice bibliographique
Résumé
Abstract Background Previous studies on the impact of corona virus disease 2019 (COVID-19) on the mental health of the patients has been limited by the lack of relevant data. With the rapid and sustained growth of the publications on COVID-19 research, we will perform a living systematic review (LSR) to provide comprehensive and continuously updated data to explore the prevalence of depression, anxiety, delirium, and post-traumatic stress disorder (PTSD) among COVID-19 patients.Methods We will perform a comprehensive search of the following databases: Cochrane Library, PubMed, Web of Science, Embase, and Chinese Biomedicine Literature to identify relevant studies. We will include peer-reviewed cross-sectional studies published in English and Chinese. Two reviewers will independently assess the methodological quality of included studies using the Joanna Briggs Institute Prevalence Critical Appraisal tool and perform data extraction. In the absence of clinical heterogeneity, the prevalence estimates with a 95% confidence interval (CI) of depression, anxiety, delirium, and post-traumatic stress disorder (PTSD) will be calculated by using random-effects model to minimize the effect of between-study heterogeneity separately. The literature searches will be updated every three months, we will perform meta-analysis if any new eligible studies or data are obtained and resubmit an updated review when there were relevant changes in the results when outcomes become statistically significant (or not statistically significant anymore) or when heterogeneity becomes significantly (or not significant anymore).Discussion This LSR will provide an in-depth and up-to-date summary of whether the common neuropsychiatric conditions observed in patients hospitalized for severe acute respiratory syndrome (SARS-CoV) and Middle East respiratory syndrome (MERS) are also prevalent in a different stage of COVID-19 patients.Systematic review registrationPROSPERO CRD42020196610
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 | 0,082 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,007 |
| Méta-épidémiologie (sens large) | 0,021 | 0,027 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,012 |
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 ».