Self-Managing Symptoms of Long COVID: an Education and Strategies Research Protocol
Notice bibliographique
Résumé
Abstract Post-acute sequelae of SARS-COV-2 (PASC) is growing in prevalence, and involves symptoms originating from the central neurological, cardiovascular, respiratory, gastrointestinal, autonomic nervous, or immune systems. There are non-specific symptoms such as fatigue, headaches, and brain fog, which cannot be ascribed to a single system/organ. PASC places a notable strain on our healthcare system, which is already laden with a large number of acute-COVID-19 patients. Furthermore, it impedes social, academic and vocational functioning, and impacts family life, relationships, and work/financial life. The treatment for PASC needs to target this non-specific etiology and wide-ranging sequelae. In conditions similar to PASC, such as “chemo brain”, and prolonged symptoms of concussion, the non-specific symptoms have shown to be effectively managed through education and strategies for self-management and Mindfulness interventions. However, such interventions have yet to be empirically evaluated in PASC to our knowledge. In response to this gap, we have developed a virtual education intervention synthesized by psychiatrists and clinical psychologists for the current study. We will undertake a two-phase randomized controlled trial to determine the feasibility (Phase 1; N = 90) and efficacy (Phase 2; sample sized based on phase 1 results) of the novel 8 week education and self-management strategies group compared to a mindfulness skills program, both delivered virtually. Main outcomes include confidence/ability to self-manage symptoms, quality of life, and healthcare utilization. This study stands to mitigate the deleterious intrusiveness of symptoms on everyday life in patients with PASC, and may also help to reduce the impact of PASC on the healthcare system.
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 | 0,027 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,014 |
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 ».