Long‐term neurological dysfunction associated with <scp>COVID</scp> ‐19: Lessons from influenza and inflammatory diseases?
Notice bibliographique
Résumé
As the COVID-19 pandemic persists, SARS-CoV-2 infection is increasingly associated with long-term neurological side effects including cognitive impairment, fatigue, depression, and anxiety, colloquially known as "long-COVID." While the full extent of long-COVID neuropathology across years or even decades is not yet known, we can perhaps take direction from long-standing research into other respiratory diseases, such as influenza, that can present with similar long-term neurological consequences. In this review, we highlight commonalities in the neurological impacts of influenza and COVID-19. We first focus on the common potential mechanisms underlying neurological sequelae of long-COVID and influenza, namely (1) viral neurotropism and (2) dysregulated peripheral inflammation. The latter, namely heightened peripheral inflammation leading to central nervous system dysfunction, is emerging as a shared mechanism in various peripheral inflammatory or inflammation-associated diseases and conditions. We then discuss historical and modern examples of influenza- and COVID-19-associated cognitive impairment, depression, anxiety, and fatigue, revealing key similarities in their neurological sequelae. Although we are learning that the effects of influenza and COVID differ somewhat in terms of their influence on the brain, as the impacts of long-COVID grow, such comparisons will likely prove valuable in guiding ongoing research into long-COVID, and perhaps foreshadow what could be in store for individuals with COVID-19 and their brain health.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».