MétaCan
Menu
Retour à la cohorte
Enregistrement W4405712014 · doi:10.1212/wnl.0000000000210149

Effects of COVID-19 Infection on Symptom Severity and Disability in Multiple Sclerosis

2024· article· en· W4405712014 sur OpenAlexaff
Amber Salter, Samantha Lancia, Gary Cutter, Robert J. Fox, Ruth Ann Marrie

Notice bibliographique

RevueNeurology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisCoronavirus disease 2019 (COVID-19)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakBetacoronavirusSeverity of illnessVirologyImmunologyPsychiatryInternal medicineDiseaseOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Infections, including infection with SARS-CoV-2 (COVID-19), could alter the course of multiple sclerosis (MS). Previous studies assessing the effects of COVID-19 on MS outcomes were small and had discordant findings. The study objective was to evaluate the association of COVID-19 infection with changes in the trajectory of MS symptoms and disability. METHODS: We used a controlled interrupted time series (ITS), a quasiexperimental study design using longitudinal data from the North American Research Committee on Multiple Sclerosis Registry. Participants who completed at least 3 surveys before and after their index survey were identified. Exposure of interest was COVID-19 infection based on confirmed diagnosis using an at-home or laboratory test, as reported by the participant. Symptoms were measured using the SymptoMScreen (SMSS), a self-report measure of symptom severity across 12 domains common in MS. Disability was measured using PDDS. Segmented regression was used to compare changes in outcomes over time between cohorts, before and after the exposure (COVID-19 infection). RESULTS: The spring 2023 survey response rate was 67.3%, and 4,787 participants completed the COVID-19 questions. Of those participants, 2,106 (44.0%) reported ever having confirmed COVID-19. The COVID-19 infection cohort included 796 participants with ≥3 surveys both before and after index survey. The uninfected cohort included 1,534 participants (32.0%) who reported never having COVID-19 nor other infections in the previous 6 months, of whom 1,336 had the requisite number of presurveys and postsurveys. After adjusting for participant characteristics, the SMSS score increased nominally over time in the COVID-19 and uninfected cohorts and this change over time did not differ between cohorts either before (0.005, 95% CI -0.025 to 0.035) or after (-0.0002, 95% CI -0.014 to 0.014) COVID-19 infection. The immediate effect of COVID-19 infection on the SMSS total score was minimal within the COVID-19 cohort and did not differ between cohorts (0.41, 95% CI -0.13 to 0.94). Findings were similar for disability. DISCUSSION: Our study using an ITS design found that COVID-19 infection was not associated with immediate changes in symptom severity or disability, nor did it change the trajectories of these outcomes over a median follow-up of 18 months. Although results may not generalize to younger people with MS, these findings enhance our general understanding of the consequences of infection in people with MS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,332
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207