MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406223368 · doi:10.1002/alz.094142

Association between brain metabolism and anxiety in long COVID in an underrepresented cohort

2024· article· en· W4406223368 sur OpenAlexaff
Débora Guerini de Souza, Maiele Dornelles Silveira, Wyllians Vendramini Borelli, Joana Emilia Senger, Luiza Santos Machado, João Pedro Ferrari‐Souza, Marco Antônio De Bastiani, Guilherme Povala, Ana Paula Bornes da Silva, Guilherme Arantes Mello, João Pedro Uglione da Ros, Arthur Viana Jotz, Matheus Fakhri Kadan, Graciane Radaelli, Daniele de Paula Faria, Artur Martins Coutinho, Mychael V. Lourenco, Tharick A. Pascoal, Pedro Rosa‐Neto, Cristina Sebastião Matushita, Ricardo Bernardi Soder, Artur Francisco Schumacher Schuh, Diogo O. Souza, Jaderson Costa da Costa, Eduardo R. Zimmer

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAnxietyPopulationCohortPsychologyWhite matterMedicinePrecuneusInternal medicineClinical psychologyNeurosciencePsychiatryCognitionMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Abstract Background Long COVID is an under‐characterized disorder that affects a wide range of individuals after COVID‐19 resolution. Long COVID individuals report persistent neurological manifestations, such as anxiety. Understanding its effects in the brain might help uncover the actual burden imposed by the pandemic sequelae and either define or discard long COVID as a risk factor for neurodegenerative diseases. Here, we aim to identify whether there is an association between brain metabolism and anxiety in an underrepresented population. Method Community‐dwelling individuals, above 50 years old, from Porto Alegre, Brazil, were divided into long COVID (n = 39) and control groups (n = 10) were evaluated with a battery of neuropsychological testing, including the GAD‐7 scale of anxiety. Then, they underwent a brain [18F]FDG‐PET scan (images normalized by the pons). We conducted a voxel‐wise linear regression testing the association between [18F]FDG metabolism and GAD‐7, and corrected for education, sex, and age. The analysis was corrected for multiple comparisons using the cluster‐wise random field theory method (significant t←3.34 and t>3.34, p<0.001, df = 35). Result We found that GAD‐7 score presented a widespread negative association with [18F]FDG metabolism in multiple gray and white matter regions (Figure 1). Specifically, hippocampus (tmax = ‐3.34, p = 0.002), amygdala (tmax = ‐3.82, p = 0.0005), cerebellum (tmax = ‐4.28, p = 0.0001), and lateral occipitotemporal gyrus (tmax = ‐5.26, p = 0.0001) had the most relevant associated clusters in gray matter, while temporal lobe (tmax = ‐3.9, p = 0.0004) and frontal lobe (tmax = ‐4.33, p = 0.0001) presented the most relevant associated clusters in white matter. Conclusion Anxiety symptoms are a highly self‐reported symptom in long COVID. Here we show that anxiety is widely associated with reduced brain glucose metabolism in crucial areas for the limbic system and cognition, such as the hippocampus and amygdala. The peculiar associations between anxiety and FDG metabolism in white matter may suggest inflammatory responses triggered by long COVID. These data provide new insights into the mechanisms underlying long COVID symptoms in the brain.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,326
Écart entre enseignants0,306 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→