Long-Term Neurological Sequelae Among Severe COVID-19 Patients: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Few studies have thoroughly evaluated the neuro-invasive effect of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, which may contribute to a wide range of sequelae from mild long-term effects like headaches and fatigue to severe events like stroke and arrhythmias. Our study aimed to evaluate the long-term neurological effects of coronavirus disease 2019 (COVID-19) among patients discharged from the hospital. In this systematic review and meta-analysis, we assessed the long-term neurocognitive effects of COVID-19. Post-COVID-19 neurological sequelae were defined as persistent symptoms of headache, fatigue, myalgia, anosmia, dysgeusia, sleep disturbance, issues with concentration, post-traumatic stress disorder (PTSD), suicidality, and depression long after the acute phase of COVID-19. Data from observational studies describing post-COVID-19 neurocognitive sequelae and severity of COVID-19 from September 1, 2019, to the present were extracted following the Meta-analysis of Observational Studies in Epidemiology (MOOSE) guidelines and Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) protocol with a consensus of three independent reviewers. A systematic review was performed for qualitative evaluation and a meta-analysis was performed for quantitative analysis by calculating log odds of COVID-19 neurocognitive sequelae. The odds ratio (OR) and 95% confidence interval (CI) were obtained and forest plots were created using random effects models. We found seven studies, out of which three were used for quantitative synthesis of evidence. Of the 3,304 post-COVID-19 patients identified, 50.27% were male with a mean age of 56 years; 20.20% had post-COVID-19 symptoms more than two weeks after the acute phase of infection. Among persistence symptoms, neurocognitive symptoms like headache (27.8%), fatigue (26.7%), myalgia (23.14%), anosmia (22.8%), dysgeusia (12.1%), sleep disturbance (63.1%), confusion (32.6%), difficulty to concentrate (22%), and psychiatric symptoms like PTSD (31%), feeling depressed (20%), and suicidality (2%) had a higher prevalence. In meta-analysis, COVID-19 patients with severe symptoms had higher odds of headache (pooled OR: 4.53; 95% CI: 2.37-8.65; p<0.00001; I2: 0%) and myalgia (pooled OR: 3.36; 95% CI: 2.71-4.17; p<0.00001; I2: 0%). Anosmia, fatigue, and dysgeusia had higher but non-significant odds following COVID-19. Although we had sufficient data for headache and fatigue to identify higher rates and associations following COVID-19, we could not establish relationships with other post-COVID-19 neurocognitive séqueles. Long-term follow-up may mitigate the neurocognitive effects among COVID-19 patients as these symptoms are also associated with a poor quality of life.
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 | 0,016 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,046 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».