MétaCan
Menu
Retour à la cohorte
Enregistrement W4381511807 · doi:10.3389/fnagi.2023.1206123

Alzheimer's early detection in post-acute COVID-19 syndrome: a systematic review and expert consensus on preclinical assessments

2023· review· en· W4381511807 sur OpenAlexaffabout
Clair Vandersteen, Alexandra Plonka, Valéria Manera, Kim Sawchuk, Constance Lafontaine, Kevin Galéry, Olivier Rouaud, Nouha Bengaied, Cyrille P. Launay, Olivier Guérin, Philippe Robert, Gilles Allali, Olivier Beauchet, Auriane Gros

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensJewish General HospitalInstitut Universitaire de Gériatrie de MontréalUniversité de MontréalAlzheimer Society of CanadaConcordia University
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésCoronavirus disease 2019 (COVID-19)Consensus conferenceSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakMedicinePsychologyPathologyInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Introduction: The risk of developing Alzheimer's disease (AD) in older adults increasingly is being discussed in the literature on Post-Acute COVID-19 Syndrome (PACS). Remote digital Assessments for Preclinical AD (RAPAs) are becoming more important in screening for early AD, and should always be available for PACS patients, especially for patients at risk of AD. This systematic review examines the potential for using RAPA to identify impairments in PACS patients, scrutinizes the supporting evidence, and describes the recommendations of experts regarding their use. Methods: We conducted a thorough search using the PubMed and Embase databases. Systematic reviews (with or without meta-analysis), narrative reviews, and observational studies that assessed patients with PACS on specific RAPAs were included. The RAPAs that were identified looked for impairments in olfactory, eye-tracking, graphical, speech and language, central auditory, or spatial navigation abilities. The recommendations' final grades were determined by evaluating the strength of the evidence and by having a consensus discussion about the results of the Delphi rounds among an international Delphi consensus panel called IMPACT, sponsored by the French National Research Agency. The consensus panel included 11 international experts from France, Switzerland, and Canada. Results: Based on the available evidence, olfaction is the most long-lasting impairment found in PACS patients. However, while olfaction is the most prevalent impairment, expert consensus statements recommend that AD olfactory screening should not be used on patients with a history of PACS at this point in time. Experts recommend that olfactory screenings can only be recommended once those under study have reported full recovery. This is particularly important for the deployment of the olfactory identification subdimension. The expert assessment that more long-term studies are needed after a period of full recovery, suggests that this consensus statement requires an update in a few years. Conclusion: Based on available evidence, olfaction could be long-lasting in PACS patients. However, according to expert consensus statements, AD olfactory screening is not recommended for patients with a history of PACS until complete recovery has been confirmed in the literature, particularly for the identification sub-dimension. This consensus statement may require an update in a few years.

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)0,046
score de la tête « metaresearch » (Gemma)0,126
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,126
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,010
Bibliométrie0,0160,009
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0040,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,438
Écart entre enseignants0,346 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetLong-Term Effects of COVID-19Travaux en français237 207