The role of sleep and dreams in long‐<scp>COVID</scp>
Notice bibliographique
Résumé
Recent investigations show that many people affected by SARS-CoV2 (COVID-19) report persistent symptoms 2-3 months from the onset of the infection. Here, we report the Italian findings from the second International COVID-19 Sleep Study survey, aiming to investigate sleep and dream alterations in participants with post-acute symptoms, and identify the best determinants of these alterations among patients with long-COVID. Data from 383 participants who have had COVID-19 were collected through a web-survey (May-November 2021). Descriptive analyses were performed to outline the sociodemographic characteristics of long-COVID (N = 270, with at least two long-lasting symptoms) and short-COVID (N = 113, with none or one long-lasting symptom) participants. They were then compared concerning sleep and dream measures. We performed multiple linear regressions considering as dependent variables sleep and dream parameters discriminating the long-COVID group. Age, gender, work status, financial burden, COVID-19 severity and the level of care were significantly different between long-COVID and short-COVID subjects. The long-COVID group showed greater sleep alterations (sleep quality, daytime sleepiness, sleep inertia, naps, insomnia, sleep apnea, nightmares) compared with the short-COVID group. We also found that the number of long-COVID symptoms, psychological factors and age were the best explanatory variables of sleep and oneiric alterations. Our findings highlight that sleep alterations are part of the clinical presentation of the long-COVID syndrome. Moreover, psychological status and the number of post-acute symptoms should be considered as state-like variables modulating the sleep problems in long-COVID individuals. Finally, according to previous investigations, oneiric alterations are confirmed as a reliable mental health index.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».