Cognitive Impairment and Risk Factors in Post-COVID-19 Hospitalized Patients
Notice bibliographique
Résumé
Introduction: Numerous reports regarding cognitive deficits after the coronavirus disease 2019 (COVID-19), described as "brain fog," have been published. However, the clinical presentations and risk factors of post-COVID-19 cognitive impairment are controversial. This study aimed to assess (a) the prevalence of cognitive impairment after COVID-19 hospitalization, (b) characteristics of the cognitive deficits, (c) risk factors of post-COVID-19 cognitive impairment, and (d) comparison of cognitive function between post-COVID-19 patients and healthy people. Methods: The study comprised 34 SARS-CoV-2-infected patients, admitted to the Neurological Institute of Thailand during the peak of COVID-19 pandemic in 2021-2022. These patients came for neuropsychological and clinical evaluations at 2-week follow-up visit. The cognitive impairment and characteristics were measured by TMSE and MoCA. Clinical risk factors and post-COVID-19 cognitive impairment were assessed. The comparison of cognitive function in post-acute COVID-19 patients and 22 healthy controls was also performed. Results: The prevalence of post-COVID-19 cognitive impairment defined by a total MoCA score below 25 points was 61.76%. Years of education were the only predictive factors related to cognitive impairment. Our multivariate analysis revealed no statistical difference in cognitive outcomes between post-acute COVID-19 patients and healthy controls. Conclusion: This study showed a moderate prevalence of cognitive dysfunction after COVID-19 hospitalization similar to previous reports. However, there was no significant difference in cognitive measurements between these patients and healthy people. Whether SARS-CoV-2 infection causes cognitive dysfunction is a myth or fact that still has a long way to prove via further longitudinal study.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».