Post-viral fatigue following SARS-CoV-2 infection during pregnancy: a longitudinal comparative study
Notice bibliographique
Résumé
Abstract Background: Several studies have reported post-COVID-19 fatigue in the general population, but none explored post-COVID-19 fatigue among pregnant women. The objectives of this study were to determine the prevalence over time, duration and risk factors of post-viral fatigue among pregnant women infected with SARS-CoV-2. Methods: Longitudinal comparative study involving 588 pregnant women with SARS-CoV-2 investigation during pregnancy or at delivery in Sao Paulo, Brazil. Three groups were investigated: G1 (N=259) women with COVID-19 (symptomatic SARS-CoV-2 infection) identified during pregnancy; G2 (N=131) women with positive SARS-CoV-2 serology determined at delivery; G3 (N=198) women with negative SARS-CoV-2 serology at delivery. Questionnaires investigating fatigue were applied at 6 weeks, 3 and 6 months after SARS-CoV-2 identification for G1; and at delivery, 6 weeks, 3 and 6 months after delivery for all groups. The prevalence of fatigue, fatigue most of the time, and significant fatigue were determined at all timepoints. Cox regression analysis was used to estimate hazard ratios (HR) and 95% confidence intervals (CI) to evaluate the risk of remaining with fatigue over time in G1 women.Results: Prevalence of overall fatigue in G1 women at 6 weeks, 3 and 6 months were 40.6%, 33.6% and 27.8%, respectively. The cumulative risk of remaining with fatigue increased over time according to the severity of disease, with HR of 1.69 (95%CI: 0.89-3.20) and 2.43 (95%CI: 1.49-3.95) for women with moderate and severe symptoms, respectively. In multivariate analysis, the independent risk factors of fatigue in G1 women were cough and myalgia. At and after delivery the prevalence of fatigue was significantly higher in G1 women compared to G2 and G3 women at all time points. Conclusions: The prevalence of post-viral fatigue is higher in pregnant women acquiring SARS-CoV-2 during pregnancy, and the risk and duration of fatigue increase with severity of 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 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 ».