← Retour à la cohorte
A global systematic analysis of the occurrence, severity, and recovery pattern of long COVID in 2020 and 2021
Sarah Wulf Hanson, Cristiana Abbafati, Joachim G.J.V. Aerts, Ziyad Al‐Aly, Charlie Ashbaugh, Tala Ballouz, Oleg Blyuss, Polina Bobkova, Gouke J. Bonsel, С. Н. Борзакова, Danilo Buonsenso, Denis Butnaru, Austin Carter, Helen Y. Chu, Cristina De Rose, Mohamed Mustafa Diab, Emil Ekbom, Maha El Tantawi, Victor Fomin, Robert Frithiof, Aysylu Gamirova, Petr Glybochko, Juanita A. Haagsma, Shaghayegh Haghjooy Javanmard, Erin B Hamilton, Gabrielle Harris, Majanka H. Heijenbrok‐Kal, Raimund Helbok, Merel E. Hellemons, David Hillus, Susanne M. Huijts, Michael Hultström, Waasila Jassat, Florian Kurth, Ing‐Marie Larsson, Miklós Lipcsey, Chelsea Liu, Callan Loflin, Andreï Malinovschi, Wenhui Mao, Lyudmila Mazankova, Denise J. McCulloch, Dominik Menges, Noushin Mohammadifard, Daniel Munblit, Nikita Nekliudov, Osondu Ogbuoji, И. М. Османов, José L. Peñalvo, Maria Skaalum Petersen, Milo A. Puhan, Md Mujibur Rahman, Verena Rass, Nickolas Reinig, Gerard M. Ribbers, Antonia Ricchiuto, Sten Rubertsson, Э. Р. Самитова, Nizal Sarrafzadegan, Anastasia Shikhaleva, Kyle E Simpson, Dario Sinatti, Joan B. Soriano, Ekaterina Spiridonova, Fridolin Steinbeis, Andrey А. Svistunov, Piero Valentini, Brittney van de Water, Rita J. G. van den Berg-Emons, Ewa Wallin, Martin Witzenrath, Yifan Wu, Hanzhang Xu, Thomas Zöller, Christopher Adolph, James Albright, Joanne O Amlag, Aleksandr Y. Aravkin, Bree Bang-Jensen, Catherine Bisignano, Rachel Castellano, Emma Castro, Suman Chakrabarti, James K. Collins, Xiaochen Dai, Farah Daoud, Carolyn Dapper, Amanda Deen, Bruce Bartholow Duncan, Megan Erickson, Samuel B Ewald, Alize J Ferrari, Abraham D Flaxman, Nancy Fullman, Amiran Gamkrelidze, J Giles, Gaorui Guo, Simon I Hay, Jiawei He, Monika Helak, Erin Hulland, Maia Kereselidze, Kris J Krohn, Alice Lazzar-Atwood, Akiaja Lindstrom, Rafael Lozano, Beatrice Magistro, Déborah Carvalho Malta, Johan Månsson, Ana Maria Mantilla Herrera, Ali H. Mokdad, Lorenzo Monasta, Shuhei Nomura, Maja Pasovic, David M. Pigott, Robert C. Reiner, Grace Reinke, Antonio Luiz P Ribeiro, Damian Santomauro, Aleksei Sholokhov, Emma Elizabeth Spurlock, Rebecca Walcott, Ally Walker, Charles Shey Wiysonge, Peng Zheng, Janet Prvu Bettger, Christopher J L Murray, Theo Vos
Notice bibliographique
RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesGranskingarráðiðSvenska LäkaresällskapetUppsala UniversitetUniversität ZürichEuroQol Research FoundationBill and Melinda Gates FoundationZonMwVelux StiftungNational Institute for Health and Care ResearchI.M. Sechenov First Moscow State Medical UniversityInstitute for Health Metrics and EvaluationVetenskapsrådetBloomberg PhilanthropiesUK Research and InnovationHjärt-LungfondenUZH FoundationRussian Foundation for Basic ResearchSanofi
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)EconometricsStatisticsVirologyEconomicsMedicineMathematicsInternal medicineOutbreak
Résumé
OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.
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.
score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,019 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 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.
Tête enseignante Opus0,013
Tête enseignante GPT0,297
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreEmpirique
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations86
Publié2022
Routes d'admission1
Résumé présentoui