MétaCan
Menu
Retour à la cohorte
Enregistrement W4382050193 · doi:10.22374/cjgim.v18i2.682

Post-COVID-19 Condition Characterizing the Burden of Symptoms Using Standardized Assessment

2023· article· en· W4382050193 sur OpenAlexaffvenue
Karen C. Tran, Alyson W. Wong, Zachary Schwartz, Jesse Greiner, Peter Birks, Christopher Carlsten, Christopher J. Ryerson, Selena Shao, Lee Er, James A. Russell, Adeera Levin

Notice bibliographique

RevueCanadian Journal of General Internal Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensSt. Paul's HospitalSurrey Memorial HospitalBC Cancer AgencyCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortmyalgiaContext (archaeology)Coronavirus disease 2019 (COVID-19)Cohort studyWeaknessInternal medicinePhysical therapyPediatricsSurgeryDisease

Résumé

récupéré en direct d'OpenAlex

Background: Systematic evaluation of patients with the post-COVID-19 infections using standardized symptom assessment tools and laboratory testing in the context of clinical care has not been reported previously. Methods: This is a cohort of individuals referred to post-COVID-19 recovery clinics in British Columbia from July 9, 2020 to March 10, 2022. The purpose of the clinics was to systematically assess patients for 3-month post-COVID-19 infections, using validated symptom assessment tools for shortness of breath, fatigue, neuropsychiatric symptoms, and organ dysfunction as measured by laboratory tests. Patients were referred according to specified criteria, including hospitalization or persistence of symptoms. For our analysis, we included the patients who were referred and evaluated at 3-month post-COVID-19 infection with persistent symptoms. The period chosen corresponds to waves 1–4 in British Columbia. Results: In total, 892 patients were included (median [IQR] age, 53 [42,63] years, with 54.0% females, 39.7% white ethnicity, and 62.0% hospitalized). Shortness of breath (85.9%), fatigue (75.7%), weakness (56.1%), memory problem (47.3%), and myalgia (45.6%) were the most common symptoms reported. Phenotypes of different patients and wave of infection were found associated with different long COVID-19 clinical manifestations after controlling for vaccination status and the underlying comorbidities. Conclusions: Using validated symptom assessment tools, we describe the variability, severity, and frequency of symptoms in this cohort with long COVID-19. Further studies are required to assess the heterogeneity of the long COVID-19 manifestations using standardized assessments to better target therapeutic treatments.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,361
Écart entre enseignants0,334 · 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
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of General Internal MedicineMême sujetLong-Term Effects of COVID-19Travaux en français237 207