Post-Covid Condition and clinic characteristics associated with SARS-CoV-2 infection: A 2-year follow up to Brazilian cases
Notice bibliographique
Résumé
Abstract Until January 2023, Brazil recorded 37 million COVID-19 cases despite the decrease in mortality after mass vaccination efforts for SARS-CoV-2. The infection continues to challenge researchers and health professionals with persistent symptoms and onset manifestations after the acute phase of the disease, namely Post-Covid Condition (PCC). Being one of the countries with the highest infection rate, Brazil must prepare for many patients with chronic health consequences of COVID-19. Longitudinal studies that follow patients over extended periods are crucial in understanding the long-term impacts of COVID-19, including potential health consequences and the effects on quality of life. We describe the clinical profile of a cohort of COVID-19 patients infected during the first year of the pandemic in Brazil and a follow-up after two years to investigate the health impacts of SARS-CoV-2 infection. The first wave of SARS-CoV-2 infection in Brazil featured extensive drug misuse, notably the ineffective COVID kit comprised of ivermectin, antimalarials and azithromycin, and elevated in-hospital mortality. In the study’s second phase, PCC was reported by symptomatic COVID-19 subjects across different severity levels two years after infection. Long haulers are more likely to be women, previously hospitalized, and reported a range of symptoms from muscle pain to cognitive deficit. In conclusion, our longitudinal study is essential to inform public health authorities to develop strategies and policies to control the spread of the virus and mitigate its impacts on society.
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 | 0,000 | 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 ».