Brain Glucose Metabolism Changes in Long‐COVID: A Brazilian Cohort Study
Notice bibliographique
Résumé
Abstract Background The COVID‐19 pandemic is a public health crisis, and its lasting consequences are not yet fully understood. Epidemiological data suggest that low‐ and middle‐income countries, such as Brazil, will bear a considerable burden of COVID‐19‐related comorbidities. Individuals who have survived COVID‐19 often report persistent symptoms, including neurological manifestations such as brain fog. However, the underlying brain biological changes behind the neurological symptoms remain undefined. Here, our goal was to assess the influence of long‐COVID on brain metabolism in adults from a Brazilian cohort. Method Brazilian individuals (n=49) were recruited, examined through clinical and neuropsychological assessments, and divided into Control and Long‐COVID groups. Then, they underwent a brain [18F]FDG‐PET scan. Images were normalized by the global mean. Differences between groups were assessed through a [18F]FDG‐PET voxel‐wise linear regression accounting for age, sex and years of education (Table 1). The analysis was corrected for multiple comparisons using the cluster‐wise random field theory method (significant t < ‐3.28 and t > 3.28). Result Long‐COVID group exhibited recurring symptoms such as fatigue, memory complaints and lack of concentration (Table 1). They also exhibited hypometabolic clusters in the left superior parietal lobe (tmax=‐4.03; p < 0.001) and right insular cortex (tmax=‐3.31; p < 0.001) (Figure 1). Hypermetabolic clusters were found in the left whole cerebellum (tmax=4.92; p < 0.0001), right dorsolateral prefrontal cortex (tmax=3.83; p < 0.001), and right postcentral gyrus (tmax=4.24; p < 0.001) (Figure 2). Conclusion Our preliminary results demonstrate region‐dependent dual response on brain metabolism due to Long‐Covid. More specifically, glucose hypometabolism was found in regions associated with cognitive domains and affective modulation. By contrast, glucose hypermetabolism was observed in brain areas associated with motor coordination and sensory processing. Metabolic changes in these regions should be further evaluated to advance in the understanding of the pathophysiological mechanisms associated with persistent neurological manifestations seen in individuals presenting with Long COVID.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».