Can the choice reaction time be modified after COVID-19 diagnosis? A prospective cohort study
Notice bibliographique
Résumé
Assessment of cognitive processing speed through choice reaction time (CRT) can be an objective tool to assess cognitive functions after COVID-19 infection. Objective: This study aimed to assess CRT in individuals after acute COVID-19 infection over 1 year. Methods: We prospectively analyzed 30 individuals (male: 9, female: 21) with mild-moderate functional status after COVID-19 and 30 individuals (male: 8, female: 22) without COVID-19. Cognitive and neuropsychiatric symptoms were evaluated using the Montreal Cognitive Assessment (MoCA) and Hospital Anxiety and Depression Scale (HADS), respectively. CRT (milliseconds) was evaluated by finding the difference between the photodiode signal and the electromyographic (EMG) onset latency of anterior deltoid, brachial biceps, and triceps during the task of reaching a luminous target. CRT was evaluated three times over 1 year after COVID-19: baseline assessment (>4 weeks of COVID-19 diagnosis), between 3 and 6 months, and between 6 and 12 months. Results: The multiple comparison analysis shows CRT reduction of the anterior deltoid in the COVID-19 group at 3-6 (p=0.001) and 6-12 months (p<0.001) compared to the control group. We also observed CRT reduction of the triceps at 6-12 months (p=0.002) and brachial biceps at 0-3 (p<0.001), 3-6 (p<0.001), and 6-12 months (p<0.001) in the COVID-19 compared to the control group. Moderate correlations were observed between MoCA and CRT of the anterior deltoid (r=-0.63; p=0.002) and brachial biceps (r=-0.67; p=0.001) at 6-12 months in the COVID-19 group. Conclusions: There was a reduction in CRT after acute COVID-19 over 1 year. A negative correlation was also observed between MoCA and CRT only from 6 to 12 months after COVID-19 infection.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».