Brain fog assessment in patients recovered from COVID-19 in China: a development and validation study
Notice bibliographique
Résumé
Background Post coronavirus disease 2019 (COVID-19) pandemic, the widespread emergence and persistence of brain fog has led to a decline in people’s productivity and quality of life. However, the clinical characteristics of COVID-19-associated brain fog are unclear, and standardized assessments are lacking. This study aims to develop a scale for brain fog assessment and support clinical practice and research.Methods The 17-item Brain Fog Assessment (BFA) scale was developed using a standardized methodology, including literature review, focus group discussions (FGDs), expert evaluation, and psychometric validation. Eighteen potential items were generated following the literature review. These items were subsequently refined during FGDs, which included input from patients, caregivers, and multidisciplinary experts in neurology, cognitive neuroscience, and psychology. After thorough deliberation and expert evaluation, the item pool was finalized into a 17-item scale. We recruited 1,325 patients recovered from COVID-19 from Chinese communities. Psychometric properties were assessed by reliability and validity analysis.Results Exploratory factor analysis of the BFA scale revealed a three-factor mode comprising “cognitive decline” (nine items), “confusion − disorientation” (five items), and “fatigue” (three items). The internal consistency of each factor was strong (Cronbach’s α: 0.82–0.92). Confirmatory factor analysis showed that the model fit, convergent validity, and discriminant validity of the scale were satisfactory. The test-retest reliability was strong (intraclass correlation coefficient = 0.84). Criterion-related validity analysis showed a strong correlation to the Wood Mental Fatigue Inventory (r = 0.70, P < 0.001). Individuals with a higher BFA score tended to score lower on the Montreal Cognitive Assessment (r = −0.23, P = 0.015).Conclusions We established a novel BFA scale to quantify multiple clinical aspects of COVID-19-associated brain fog. Using the BFA scale, fatigue and declining performance in memory, attention, and thought were identified as the main symptoms of COVID-19-associated brain fog. This scale has potential implications for disease monitoring and therapy development for individuals with COVID-19-associated brain fog.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».