New‑onset neuropsychiatric sequelae and ‘long‑COVID’ syndrome (Review)
Notice bibliographique
Résumé
The ongoing coronavirus disease 2019 (COVID-19) pandemic has had a widespread impact on individuals' mental health through indirect psychological and social mechanisms, related to factors such as fear of infection or death, social isolation, lack of social support and financial instability. The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection has also been associated with the development or recurrence of neuropsychiatric symptoms, both during the acute phase, as well as during the post-acute 'long-COVID' phase. In addition to the COVID-19 survivors with a mental health history that are at a high risk of experiencing a range of neuropsychiatric symptoms following resolution of acute COVID-19, there is accumulating evidence that a diagnosis of COVID-19 may also be associated with new-onset neuropsychiatric morbidity among survivors without pre-existing mental health disorders. In particular, studies investigating the incidence of post-acute neuropsychiatric sequelae, based mostly on retrospective cohort study designs and data from national health registries, have reported the development of new-onset manifestations, including depression, anxiety, psychotic symptoms, sleep disturbances and fatigue. Nevertheless, when COVID-19 survivors were compared with SARS-CoV-2-negative controls and especially survivors of other disorders (such as influenza), the findings regarding the risk of incident neuropsychiatric manifestations varied among studies. While there is evidence of an association between SARS-CoV-2 infection and the subsequent occurrence of new-onset neuropsychiatric symptoms, especially among patients with increased disease severity, further research using methodological approaches less susceptible to confounding bias is required to establish causal relationships.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,006 | 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 ».