Biological correlates of the neuropsychiatric symptoms in SARS-CoV-2 infection: an updated review
Notice bibliographique
Résumé
Abstract Coronavirus disease 2019 (COVID-19) caused by the severe acute respiratory syndrome corona virus-2 (SARS-CoV-2) appeared in early 2019 and swiftly became a pandemic causing extensive morbidity and mortality. Many studies have recognized the neuropathological changes in the brain and hypothesized the possible link with cognitive dysfunction, neuropsychiatric symptoms and behavioral disturbances. Potential biological mechanisms may include direct neuronal micro-invasion, disturbances in the neuro-immuno-endocrine system and possibly alteration of neuronal excitability. SARS-CoV-2 facilitates down-regulation of the ACE2 (Angiotensin-2) receptors which could alter inflammatory response through various cellular and neurophysiological systems leading to disturbance in the hypo-thalamopituitary–adrenal (HPA) axis, escalation of the oxidative stress and disruption of the homeostasis of the neurotransmitter system, including serotonin, dopamine and GABA (gamma-aminobutyric acid), eventually resulting in the emergence of neuropsychiatric symptoms. Psychiatric symptoms that emerged are many, some of which may be unique to SARS-CoV-2 infection. These neuropsychiatric symptoms are acute or chronic with possibly distinct etiopathogenesis. This article discusses the possible biological correlates and neurobiology of the psychiatric symptoms of SARS-CoV-2 and their impact on the brain and behavior.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».