Brain microstructural changes and fatigue after COVID-19
Notice bibliographique
Résumé
Background: Fatigue and cognitive complaints are the most frequent persistent symptoms in patients after severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection. This study aimed to assess fatigue and neuropsychological performance and investigate changes in the thickness and volume of gray matter (GM) and microstructural abnormalities in the white matter (WM) in a group of patients with mild-to-moderate coronavirus disease 2019 (COVID-19). Methods: We studied 56 COVID-19 patients and 37 matched controls using magnetic resonance imaging (MRI). Cognition was assessed using Montreal Cognitive Assessment and Cambridge Neuropsychological Test Automated Battery, and fatigue was assessed using Chalder Fatigue Scale (CFQ-11). T1-weighted MRI was used to assess GM thickness and volume. Fiber-specific apparent fiber density (FD), free water index, and diffusion tensor imaging data were extracted using diffusion-weighted MRI (d-MRI). d-MRI data were correlated with clinical and cognitive measures using partial correlations and general linear modeling. Results: < 0.001). There were no differences in neuropsychological performance between groups. The COVID-19 group had lower FD in the association, projection, and commissural tracts, but no change in GM. The corona radiata, corticospinal tract, corpus callosum, arcuate fasciculus, cingulate, fornix, inferior fronto-occipital fasciculus, inferior longitudinal fasciculus, superior longitudinal fasciculus, and uncinate fasciculus were involved. CFQ-11 scores, performance in reaction time, and visual memory tests correlated with microstructural changes in patients with COVID-19. Conclusions: Quantitative d-MRI detected changes in the WM microstructure of patients recovering from COVID-19. This study suggests a possible brain substrate underlying the symptoms caused by SARS-CoV-2 during medium- to long-term recovery.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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; 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 ».