Post-Intensive Care Syndrome in Non-COVID-19 ICU Survivors during the COVID-19 Pandemic in South Korea: A Multicenter Prospective Cohort Study
Notice bibliographique
Résumé
A prospective observational cohort study investigated the prevalence of post-intensive care syndrome (PICS) among non-COVID-19 ICU survivors during the COVID-19 pandemic. Adults who had been admitted to the ICU for more than 24 h were enrolled, and followed-up at 3, 6, and 12 months post-discharge. PICS (mental health, cognitive, and physical domains) was measured using the Hospital Anxiety and Depression Scale, Posttraumatic Diagnosis Scale, Montreal Cognitive Assessment, and Korean Activities of Daily Living (ADL) scale. Data were analyzed from 237 participants who completed all three follow-up surveys. The prevalence of PICS was 44.7%, 38.4%, and 47.3%, at 3, 6, and 12 months of discharge, respectively. The prevalence of PICS in the mental health and cognitive domains decreased at 6 and increased at 12 months. The prevalence of PICS in the physical domain declined over time. Changes in PICS scores other than ADL differed significantly according to whether participants completed follow-up before or after December 2020, when COVID-19 rapidly spread in South Korea. In the recent group, anxiety, depression, post-traumatic stress disorder, and cognition scores were significantly worse at 12 months than at 6 months post-discharge. The COVID-19 pandemic may have adversely affected the recovery of non-COVID-19 ICU survivors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».