Intervention modalities for brain fog caused by long-COVID: systematic review of the literature
Notice bibliographique
Résumé
Individuals suffering from long-COVID can present with "brain fog", which is characterized by a range of cognitive impairments, such as confusion, short-term memory loss, and difficulty concentrating. To date, several potential interventions for brain fog have been considered. Notably, no systematic review has comprehensively discussed the impact of each intervention type on brain fog symptoms. We included studies on adult (aged > 18 years) individuals with proven long- COVID brain-fog symptoms from PubMed, MEDLINE, Central, Scopus, and Embase. A search limit was set for articles published between 01/2020 and 31/12/2023. We excluded studies lacking an objective assessment of brain fog symptoms and patients with preexisting neurological diseases that affected cognition before COVID-19 infection. This review provided relevant information from 17 studies. The rehabilitation studies utilized diverse approaches, leading to a range of outcomes in terms of the effectiveness of the interventions. Six studies described noninvasive brain stimulation, and all showed improvement in cognitive ability. Three studies described hyperbaric oxygen therapy, all of which showed improvements in cognitive assessment tests and brain perfusion. Two studies showed that the use of Palmitoylethanolamide and Luteolin (PEA-LUT) improved cognitive impairment. Noninvasive brain stimulation and hyperbaric oxygen therapy showed promising results in the treatment of brain fog symptoms caused by long-COVID, with improved perfusion and cortical excitability. Furthermore, both rehabilitation strategies and PEA-LUT administration have been associated with improvements in symptoms of brain fog. Future studies should explore combinations of interventions and include longer follow-up periods to assess the long-term effects of these treatments.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».