Clinical Characteristics of Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (ME/CFS) Diagnosed in Patients with Long COVID
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background and Objectives: COVID-19 can be serious not only in the acute phase but also after the acute phase and some patients develop ME/CFS. There have been few studies on patients with long COVID in whom ME/CFS was diagnosed by physicians based on standardized criteria after examinations and exclusion diagnosis and not based on only subjective symptoms. The purpose of this study was to elucidate the detailed characteristics of ME/CFS in patients with long COVID. Materials and Methods: A retrospective descriptive study was performed for patients who visited a COVID-19 aftercare clinic established in Okayama University Hospital during the period was from February 2021 to April 2022. Results: Clinical data were obtained from medical records for 281 patients, and 279 patients who met the definition of long COVID were included. The overall prevalence rate of ME/CFS diagnosed by three sets of ME/CFS criteria (Fukuda, Canadian and IOM criteria) was 16.8% (48.9% in male and 51.1% in females). The most frequent symptoms in ME/CFS patients were general fatigue and post-exertional malaise (89.4% of the patients), headache (34.0%), insomnia (23.4%), dysosmia (21.3%) and dysgeusia (19.1%). Dizziness, chest pain, insomnia and headache were characteristic symptoms related to ME/CFS. The male to female ratio in ME/CFS patients was equal in the present study, although ME/CFS was generally more common in women in previous studies. Given that patients with ME/CFS had more severe conditions in the acute phase of COVID-19, the severity of the acute infectious state might be involved in the pathophysiology of ME/CFS. Conclusions: The prevalence rate of ME/CFS and the characteristic sequelae in the long COVID condition were revealed in this study.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle