P.038 The incidence and characteristics of chronic pain and fatigue after 12 months later admitting with COVID-19; The Post- COVID 19 syndrome
Notice bibliographique
Résumé
Background: This study aimed to evaluate chronic pain and fatigue in COVID-19 patients after 12 months of hospitalization. Methods: We studied the COVID-19 patients discharged from Hospital, between March 10 to April 20, 2020. Results: A total of 157 patients were included in this study. Forty-three patients (27.4%) complained of chronic fatigue and muscle weakness in the last six months. The visual analog fatigue scale (VAFS) score of 3.84 ± 1.48 was obtained. Forty patients (25.5%) were suspected of Chronic Fatigue Syndrome (CFS). Twenty-four patients (15.3%) had severe chronic pain or exacerbation of previous chronic pain, most of which were reported in the lower back (70.8%) and lower extremities (66.7%). Pain intensity had a mean score of 2.33 ± 0.87 and was mainly described as “muscle cramps,” “persistent dull pain,” and “boring and numbing.” In women, chronic pain and fatigue, extended hospital stays, ICU admission, and depressed mood were common than in men. For these pain and fatigue, 37% used nonsteroidal anti-inflammatory drugs, and 16.3% used antidepressants. Only one person had applied for physiotherapy, and none of the patients had received psychotherapy Conclusions: Fatigue and chronic pain in patients recovering from COVID-19 are common complications, even after 12 months of illness.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,006 | 0,001 |
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 ».