Elevated C-reactive protein and depression score among post-COVID-19 patients - A cross-sectional study
Notice bibliographique
Résumé
Abstract Immune dysfunction after SARS-CoV-2 infection leads to long COVID neurological sequels in COVID-19 survivors. Despite initial respiratory symptoms, neuropsychiatric manifestations have been reported in many COVID-19 patients. We aimed to investigate the psychological symptoms, gut microbiome status, and C-reactive protein levels (CRP) in post-COVID individuals. This cross-sectional study included age and sex-matched individuals with post-COVID (n = 114) or controls (n = 236). We used Mini International Neuropsychiatric Interview (MINI) to diagnose psychiatric disorders. The depressive and anxiety symptoms were assessed by the Hamilton Rating Scale and the stress level by an inventory of stress symptoms and circulating CRP levels measured. In a small cohort (post-COVID = 18 and controls = 46), the gut microbiome was evaluated by 16S rRNA sequencing. Post-COVID individuals exhibited greater severity of depressive symptoms (p = 0.034), higher levels of stress (p = 0.020), and CRP (p = 0.014) as compared to controls. There was no difference in α-diversity but β-diversity (p = 0.001) was significantly different between control and post-COVID groups. Interestingly, post-COVID individuals with depression had greater CRP levels than those with COVID-19 without current major depression disorder (p = 0.023). Post-COVID-19 individuals have demonstrated severe psychological symptoms and altered gut microbiome levels. Although longitudinal studies are needed to study the mental health trajectory of COVID-19 individuals, the levels of CRP may serve as a promising biomarker for the early detection of post-COVID depression.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».