Sleep symptoms are essential features of long‐<scp>COVID</scp>– Comparing healthy controls with<scp>COVID</scp>‐19 cases of different severity in the international<scp>COVID</scp>sleep study (<scp>ICOSS‐II</scp>)
Notice bibliographique
Résumé
Many people report suffering from post-acute sequelae of COVID-19 or "long-COVID", but there are still open questions on what actually constitutes long-COVID and how prevalent it is. The current definition of post-acute sequelae of COVID-19 is based on voting using the Delphi-method by the WHO post-COVID-19 working group. It emphasizes long-lasting fatigue, shortness of breath and cognitive dysfunction as the core symptoms of post-acute sequelae of COVID-19. In this international survey study consisting of 13,628 subjects aged 18-99 years from 16 countries of Asia, Europe, North America and South America (May-Dec 2021), we show that post-acute sequelae of COVID-19 symptoms were more prevalent amongst the more severe COVID-19 cases, i.e. those requiring hospitalisation for COVID-19. We also found that long-lasting sleep symptoms are at the core of post-acute sequelae of COVID-19 and associate with the COVID-19 severity when COVID-19 cases are compared with COVID-negative cases. Specifically, fatigue (61.3%), insomnia symptoms (49.6%) and excessive daytime sleepiness (35.8%) were highly prevalent amongst respondents reporting long-lasting symptoms after hospitalisation for COVID-19. Understanding the importance of sleep-related symptoms in post-acute sequelae of COVID-19 has a clinical relevance when diagnosing and treating long-COVID.
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 | 0,014 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,007 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».