Mexican Hispanics show significant improvement in lung function approximately 1 year after having severe COVID‐19
Notice bibliographique
Résumé
The long-term effects of COVID-19 on lung function are not understood, especially for periods extending beyond 1 year after infection. This observational, longitudinal study investigated lung function in Mexican Hispanics who experienced severe COVID-19, focusing on how the length of recovery affects lung function improvements. At a specialized COVID-19 follow-up clinic in Yucatan, Mexico, lung function and symptoms were assessed in patients who had recovered from severe COVID-19. We used z-scores, and Wilcoxon's signed rank test to analyse changes in lung function over time. Lung function was measured twice in 82 patients: the first and second measurements were taken a median of 94 and 362 days after COVID-19 diagnosis, respectively. Initially, 61% of patients exhibited at least one of several pulmonary function abnormalities (lower limit of normal = -1.645), which decreased to 22% of patients by 390 days post-recovery. Considering day-to-day variability in lung function, 68% of patients showed improvement by the final visit, while 30% had unchanged lung function from the initial assessment. Computed tomography (CT) scans revealed ground-glass opacities in 33% of patients. One year after infection, diffusing capacity of the lungs for carbon monoxide z-scores accounted for 30% of the variation in CT fibrosis scores. There was no significant correlation between the length of recovery and improvement in lung function based on z-scores. In conclusion, 22% of patients who recovered from severe COVID-19 continued to show at least one lung function abnormality 1 year after recovery, indicating a prolonged impact of COVID-19 on lung health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».