MétaCan
Menu
Retour à la cohorte
Enregistrement W4327681258 · doi:10.1136/bmjopen-2022-064054

Physical and cognitive impairments in people suffering from long COVID: protocol for a longitudinal population-based cohort study

2023· article· en· W4327681258 sur OpenAlexafffundabout
Imane Zahouani, François Desmeules, Kadija Perreault, Alexandre Campeau‐Lecours, Krista L. Best, Simon Beaulieu‐Bonneau, Jean‐Sébastien Paquette, Simon Deslauriers, Nicolas Daigle, Gilles Drouin, Jean Tittley, Marie-Andrée Gagnon, Imane Salmam, Sarah-Maude Brouillard, Katherine Lepage, Jean‐Sébastien Roy

Notice bibliographique

RevueBMJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré de Santé et de Services Sociaux des LaurentidesCegep regional de LanaudiereUniversité de MontréalUniversité LavalCentre for Interdisciplinary Research in RehabilitationHôpital Maisonneuve-Rosemont
Organismes subventionnairesCanadian Institutes of Health ResearchRéseau Provincial de Recherche en Adaptation-Réadaptation
Mots-clésMedicineCognitionAnxietyLongitudinal studyQuality of life (healthcare)PopulationCohortPhysical therapyRepeated measures designComorbidityCohort studyCognitive declineGerontologyPhysical medicine and rehabilitationPsychiatryDiseaseDementia

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Approximately 33% of people who contracted COVID-19 still experience symptoms 12 weeks after infection onset. This persistence of symptoms is now considered a syndrome itself called 'long COVID'. Evidence regarding long COVID and its cognitive and physical impacts is growing, but the literature is currently lacking objectively measured data to guide towards adapted healthcare trajectories. The objectives are to describe the physical and cognitive impairments experienced by individuals living with long COVID using self-reported and clinical objective measures, and to compare the evolution over time of the physical and cognitive state between adults living with long COVID (at least one physical or cognitive COVID-19 symptom for more than 12 weeks following infection; long COVID group), people who developed COVID-19 but did not experience persistent symptoms (short COVID group) and people who did not develop COVID-19 (control group). METHODS AND ANALYSIS: In this longitudinal cohort study, 120 participants will be recruited in each group. Variables will be collected through three evaluation sessions over 6 months (baseline, 3 months, 6 months). Variables include self-administered questionnaires on health-related quality of life, comorbidity, sleep, pain, anxiety, depressive symptoms, fatigue and cognitive function, as well as objective measures of cognitive (attention, memory, executive functioning) and physical (grip strength, balance, gait speed, gait endurance, VO2, frailty) functions. Activity, heart rate and sleep will be monitored with a fitness tracker watch for 7 days following evaluation sessions. Maximum-likelihood analyses of variance (ANOVAs) will be used to compare data at baseline between groups. Repeated measures ANOVAs will be used to compare the longitudinal performance variations across groups of the self-reported and clinical variables. ETHICS AND DISSEMINATION: Ethics committees of the CIUSSS de la Capitale-Nationale and CIUSSS de l'Est-de-l'Île-de-Montréal approved the project. Results will be disseminated through clinical and community platforms as well as through peer-reviewed manuscripts and international conferences. TRIAL REGISTRATION NUMBER: NCT05216536.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,011
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,467
Écart entre enseignants0,402 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetLong-Term Effects of COVID-19Travaux en français237 207