Characterization of baseline symptoms and functional impairments in a large cohort of outpatients attending a long covid rehabilitation clinic in the United Kingdom
Notice bibliographique
Résumé
Objective: In response to the high prevalence and morbidity associated with long COVID (LC), outpatient rehabilitation programmes were created across jurisdictions. We aimed to characterize baseline symptoms and impairments of patients attending outpatient LC rehabilitation. Design: This study was a retrospective quality-improvement analysis. Subjects/Patients: Patients attending outpatient LC rehabilitation at the Oxfordshire Post-Covid Service. Methods: Data included age/sex and 6 questionnaires performed at baseline: Functional Assessment of Chronic Illness Therapy-Fatigue (FACIT-F), Dyspnoea-12 (D12), Patient Health Questionnaire-9 (PHQ-9), Generalized Anxiety Disorder Assessment-7 (GAD-7), Visual Analogue Scale (VAS) of self-rated health, and the Work And Social Adjustment Scale (WSAS). All scores were dichotomized (indicating presence/absence of clinically significant pathology). Potential differences between age (</≥ 50 years) and sex were assessed using χ2 tests. Results: A total of 422 patients were included (mean/standard deviation [SD] age = 47.1/13.2;132/31.3% male). A total of 76% had significant fatigue (FACIT-F), 69% had breathlessness (D12), 55% had depression (PHQ-9), 34% had anxiety (GAD-7), 41% self-reported poor health (VAS), and 57% had work/social life dysfunction (WSAS). D12 scores differed between age groups (older > younger, χ2 = 3.19/p = 0.048), with no differences observed on other scales. Conclusion: In this preliminary study, a high proportion of LC outpatients had significant impairments across domains. The findings of this study reaffirm the need for high-quality, multidisciplinary LC rehabilitation, and may be used to help build a standardized set of outcome measures moving forward.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».