Presence of SARS-CoV-2 RNA in COVID-19 survivors with post-COVID symptoms: a systematic review of the literature
Notice bibliographique
Résumé
INTRODUCTION: Viral persistence is one of the main hypotheses explaining the presence of post-COVID symptoms. This systematic review investigated the presence of SARS-CoV-2 RNA in plasma, stool, urine, and nasal/oral swab samples in individuals with post-COVID symptomatology. CONTENT: MEDLINE, CINAHL, PubMed, EMBASE, Web of Science databases, as well as medRxiv/bioRxiv preprint servers were searched up to November 25th, 2023. Articles investigating the persistence of SARS-CoV-2 RNA in plasma, stool, urine or nasal/oral swab samples in patients with post-COVID symptoms were included. Methodological quality was assessed using the Newcastle-Ottawa Scale or Cochrane's Risk of Bias (Rob) tool. SUMMARY: From 322 studies identified, six studies met all inclusion criteria. The sample included 678 COVID-19 survivors (52 % female, aged from 29 to 66 years). The methodological quality was moderate in 88 % of the studies (n=5/6). Three papers investigated the presence of SARS-CoV-2 RNA in plasma, three studies in nasal/oral swabs, two studies in stool samples, one in urine and one in saliva. The follow-up was shorter than two months (<60 days after) in 66 % of the studies (n=4/6). The prevalence of SARS-CoV-2 RNA ranged from 5 to 59 % in patients with post-COVID symptoms the first two months after infection, depending on the sample tested, however, SARS-CoV-2 RNA was also identified in COVID-19 survivors without post-COVID symptoms (one study). OUTLOOK: Available evidence can suggest the presence of persistent SARS-CoV-2 RNA in post-COVID patients in the short term, although the biases within the studies do not permit us to make firm assumptions. The association between post-COVID symptoms and SARS-CoV-2 RNA in the samples tested is also conflicting. The lack of comparative group without post-COVID symptoms limits the generalizability of viral persistence in post-COVID-19 condition.
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 | 0,013 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,014 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».