Mapping the landscape of mental health and long COVID: a protocol for scoping review
Notice bibliographique
Résumé
INTRODUCTION: Mental health concerns are prevalent among adult patients with long COVID (LC), but the current state of knowledge regarding mental health in the context of LC is not fully understood. The objective of this scoping review is to map and summarise the existing research on mental health conditions among LC patients and highlight the knowledge gaps. This review aims to provide a comprehensive overview of the evolving landscape of research in the area. METHODS AND ANALYSIS: The concept of interest is mental health in adult LC patients. This scoping review will be guided by the Joanna Briggs Institute Manual for Evidence Synthesis and reported according to the recommendations in the Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Review guidelines. Using predefined search parameters, a comprehensive search of two electronic databases (Medline and APA PsycINFO) and grey literature sources identified 3104 potentially eligible articles published from 1 January 2020 to 4 April 2024. Following the removal of duplicates, 2767 articles were imported for screening in Covidence. The study selection process involves screening titles, abstracts and full text of potentially relevant articles, which will then be analysed using thematic analysis. Data will be extracted using a predefined extraction form. ETHICS AND DISSEMINATION: Ethical approval is not required because this study does not involve human participants or primary data collection. The findings from this review will be disseminated through a peer-reviewed publication, conference presentations and professional networks. In addition, a summary of the results will be shared with patient partners and other relevant stakeholders. PUBLIC HEALTH IMPLICATIONS: The findings from this scoping review will contribute to a better understanding of mental health issues arising in LC patients and inform future research directions and public health interventions in this area.
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 | 0,176 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,023 | 0,021 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,007 | 0,010 |
| Intégrité de la recherche | 0,011 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,018 |
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 ».