Poor long-term recovery after critical COVID-19 during 12 months longitudinal follow-up
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
OBJECTIVES: This study aimed to describe the burden of illness and impact on health and working situation among former intensive care patients treated for COVID-19. METHODS: A prospective cohort study was performed at one intensive care unit of a university hospital in Sweden during the first wave of COVID-19 in spring 2020. The burden of illness in health status, cognitive, physical, and psychological outcomes, and working situation were assessed at four and 12 months after discharge from intensive care, using nine validated instruments. RESULTS: Forty-six participants treated for COVID-19 participated in both follow-ups and were included in this study. General fatigue was reported by 37 of 46 participants (82%) at both follow-ups (p = 1.000). For overall health status 28 (61%) participants at the first follow-up and 26 (57%) (p = 0.414) at the second reported lower values than the general population. Cognitive impairment was seen in 22 (52%) participants at four months and in 13 (31%) at 12 months (p = 0.029). The proportion of participants on sick-leave decreased between the first and second follow-up (24% vs 13%, p = 0.025), but the proportion of participants working full-time was almost the same at both follow-ups (35% vs 37%, p = 0.317). CONCLUSIONS: The burden of illness of patients treated in intensive care due to COVID-19 included cognitive, physical, and psychological impacts. Cognitive functions were improved after 12 months, but no clear improvements could be distinguished in the physical or psychological outcome. Higher burden of illness was associated with inability to return to work.
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 | 0,000 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 découle