Factors associated with phenotypes of dyspnea in post-COVID-19 condition: a cross-sectional study
Notice bibliographique
Résumé
Abstract Post-COVID-19 condition (PCC) is defined as the persistence of symptoms, like fatigue and dyspnea, at least 3 months post-COVID infection. As dyspnea is a common symptom, we attempted to further clinically phenotype those with PCC-associated dyspnea. 1642 adults (average age of 49.6y with 63% female-predominance and BMI of 31.2 kg/m2) with physician confirmed diagnosis of PCC from June 2020–April 2023 in Alberta, Canada were included. Those with dyspnea were more likely to be female (56.5%, p = 0.005) and have higher BMI (31.3 kg/m2 vs. 29.5 kg/m2; p = 0.0008), history of asthma (21.1% vs. 12.3%; p < 0.001), more persistent PCC symptoms (p = 0.0001), more functional limitations, as well as lower quality of life (p < 0.0001). Multivariable-adjusted logistic regression analysis demonstrated dyspnea was independently associated with fatigue (OR = 4.20; CI = 2.71,6.59) and inversely associated with hospitalization for COVID-19 (OR = 0.53; CI = 0.32,0.91), age (OR = 0.98 per one year of age; CI = 0.96,0.99) and 6-min-walk-distance per 10 m difference (OR = 0.98, CI = 0.96,1.0). Fatigue was a predictor of dyspnea, and was associated with milder infection, higher BMI, and reduced 6-min-walk-distance despite normal pulmonary function. Reduced TLC or DLCO was associated with more severe infection and reduced 6-min-walk-distance. Thus, we speculate there are at least two dyspnea-associated phenotypes: phenotype with pronounced fatigue (normal PFT) and phenotype with pronounced pulmonary abnormalities (abnormal PFT). Improved understanding of the dyspnea-associated phenotypes may allow for better targeted rehabilitation.
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) | 0,000 | 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 | 0,001 | 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 ».