Post-SARS-CoV-2 Onset Myalgic Encephalomyelitis/Chronic Fatigue Syndrome Symptoms in Two Cohort Studies of COVID-19 Recovery
Notice bibliographique
Résumé
Objective: To determine how many people with long COVID also meet diagnostic criteria for Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (ME/CFS). Methods: We identified which participants with long COVID also met the Institute of Medicine (IOM) or the 2003 Canadian Consensus Criteria (CCC) for ME/CFS at approximately 6-8 months post-SARS-CoV-2 infection in two cohorts: (1) the JHU COVID Recovery cohort, which enrolled participants within 4 weeks of infection and (2) the Long-term Impact of Infection with Novel Coronavirus (LIINC) cohort, which enriched for participants with long COVID. Neither study administered ME/CFS-specific surveys, so available data elements were mapped onto each ME/CFS diagnostic criteria. Results: Of 97 JHU participants with long COVID, 5 met IOM criteria and 2 met CCC criteria. Of 281 LIINC participants with long COVID, 51 met the IOM criteria and 29 met the CCC criteria. In LIINC, participants with long COVID meeting ME/CFS criteria were more likely to be female and report a greater number of post-COVID symptoms (p<0.001). Conclusions: The co-occurrence of ME/CFS symptoms and long COVID suggests that SARS-CoV-2 is a cause of ME/CFS. ME/CFS-specific measures should be incorporated into studies of post-acute COVID-19 to advance studies of post-SARS-CoV-2 onset ME/CFS.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,002 |
| 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 ».