The relationship between cognitive function and neuropsychiatric disorders with quantitative electroencephalogram (qEEG) on long COVID syndrome patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The COVID-19 pandemic has resulted in long-term consequences for a subset of affected individuals, known as long COVID syndrome. The neurological and psychiatric effects of this condition remain incompletely understood. This study aims to evaluate heightened common mental disorders in long COVID through assessing psychiatric, cognitive, neurophysiological aspects, and emphasizing lasting mental health impacts. This cross-sectional study compared patients with long COVID to those who had recovered from COVID-19 without residual symptoms using quantitative electroencephalogram (qEEG) analysis. We conducted qEEG analyses, and Montreal Cognitive Assessment (MoCA) and Self-Rating Questionnaire (SRQ) tests on participants. Analyses included brain spectrum examination, hemispheric asymmetry, and inter-electrode connectivity. Analyses revealed lower MoCA scores in the memory domain were lower in the long COVID group (Mann Whitney U test), indicating that individuals with long COVID experience more substantial cognitive deficits. There is no statistical difference for spectrum examination and hemispheric asymmetry observed in the qEEG data between the COVID and long COVID groups. Connectivity analysis showed statistically significant higher connectivity in temporal-occipital (T6-O2) in long COVID groups (Mann Whitney U test). Our findings underscore the persistent neuropsychiatric impact of COVID-19, particularly in long COVID patients. Notably, working memory deficits in MoCA scores were identified as one of the most frequent neuropsychological symptoms in these individuals. Decreased brain connectivity indicates cognitive-sensorimotor decline and is confirmed by the frequent brain fog symptoms in 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle