Cognitive Assessment in SARS-CoV-2 Patients: A Systematic Review
Notice bibliographique
Résumé
Background: Patients with post-infective severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) often show both short- and long-term cognitive deficits within the dysexecutive/inattentive spectrum. However, little is known about which cognitive alterations are commonly found in patients recovered from SARS-CoV-2, and which psychometric tools clinicians should consider when assessing cognition in this population. The present work reviewed published studies to provide a critical narrative of neuropsychological (NPs) deficits commonly observed after SARS-CoV-2 infection and the tests most suited for detecting such cognitive sequelae depending on illness severity. Methods: This review followed the Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines and was pre-registered on Prospective Register of Systematic Reviews (PROSPERO) (CRD42021253079). Observational studies quantitatively assessing cognition in patients with post-infective SARS-CoV-2 were considered. From 711 retrieved articles, 19 studies conducted on patients with SARS-CoV-2 without medical comorbidities were included and stratified by disease severity. Results: = 13) adopted first-level tests. The most frequently administered screeners were the Montreal Cognitive Assessment (MoCA) and the Mini-Mental State Examination (MMSE)-with the former more likely to detect mild, and the latter moderate/severe deficits. Among second-level tests, those assessing attention and executive functions (EFs) were highly represented. Remotely-delivered tests yielded lower percentages of cognitive impairment. Overall, cognitive domains often found to be impaired were EFs, attention, and memory. Conclusion: Cognitive sequelae in patients with post-infective SARS-CoV-2 can be detected with NPs testing. Depending on the psychometric test features, the likelihood of observing cognitive deficits can vary. Further studies on larger sample sizes are needed to investigate the clinical usefulness of second-level tools. The primary goal of preventative health services should be the early detection and intervention of emerging cognitive deficits.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».