Living with “long COVID”: A systematic review and meta-synthesis of qualitative evidence
Notice bibliographique
Résumé
OBJECTIVES: Long-term health consequences of coronavirus disease (COVID-19), also known as "long COVID," has become a global health concern. In this systematic review, we aimed to synthesize the qualitative evidence on lived experiences of people living with long COVID that may inform health policymaking and practice. METHODS: We searched six major databases and additional sources and systematically retrieved relevant qualitative studies and conducted a meta-synthesis of key findings using the Joanna Briggs Institute (JBI) guidelines and reporting standards of the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) checklist. RESULTS: We found 15 articles representing 12 studies out of 619 citations from different sources. These studies provided 133 findings that were categorized into 55 categories. All categories were aggregated to the following synthesized findings: living with complex physical health problems, psychosocial crises of long COVID, slow recovery and rehabilitation, digital resources and information management, changes in social support, and experiences with healthcare providers, services, and systems. Ten studies were from the UK, and others were from Denmark and Italy, which highlights a critical lack of evidence from other countries. CONCLUSIONS: More representative research is needed to understand long COVID-related experiences from diverse communities and populations. The available evidence informs a high burden of biopsychosocial challenges among people with long COVID that would require multilevel interventions such as strengthening health and social policies and services, engaging patients and caregivers in making decisions and developing resources, and addressing health and socioeconomic disparities associated with long COVID through evidence-based practice.
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 | 0,005 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| 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 | 0,000 |
| 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 ».