Psychiatric and neuropsychiatric sequelae of COVID-19 within 2 years: a multinational cohort study
Notice bibliographique
Résumé
BACKGROUND: The long-term psychiatric and neuropsychiatric sequelae of COVID-19 across diverse populations remain not fully understood. This cohort study aims to investigate the short-, medium-, and long-term risks of psychiatric and neuropsychiatric disorders following COVID-19 infection in five countries. METHODS: This population-based multinational network study used electronic medical records from France, Italy, Germany, and the UK and claims data from the USA. The initial target and comparator cohorts were identified using an exact matching approach based on age and sex. Individuals diagnosed with COVID-19 or those with a positive SARS-CoV-2 screening test between December 1, 2019, and December 1, 2020, were included as targets. Up to ten comparators without COVID-19 for each target were selected using the propensity score matching approach. All individuals were followed from the index date until the end of continuous enrolment or the last healthcare encounter. Cox proportional hazard regression models were fitted to estimate the risk of incident diagnosis of depression, anxiety disorders, alcohol misuse or dependence, substance misuse or dependence, bipolar disorders, psychoses, personality disorders, self-harm and suicide, sleep disorders, dementia, and neurodevelopmental disorders within the first 6 months (short-term), 6 months to 1 year (medium-term), and 1 to 2 years (long-term) post-infection. RESULTS: A total of 303,251 individuals with COVID-19 and 22,108,925 individuals without COVID-19 from five countries were originally included. Within the first 6 months, individuals with COVID-19 had a significantly higher risk of any studied disorders in all databases, with Hazard Ratios (HRs) ranging from 1.14 (95% CI, 1.07-1.22) in Germany to 1.89 (1.64-2.17) in Italy. Increased risks were consistently observed for depression, anxiety disorders, and sleep disorders across almost all countries. During the medium- and long-term periods, higher risks were observed only for depression (medium-term: 1.29, 1.18-1.41; long-term: 1.36, 1.25-1.47), anxiety disorders (medium-term: 1.29, 1.20-1.38; long-term: 1.37, 1.29-1.47), and sleep disorders (medium-term: 1.10, 1.01-1.21; long-term: 1.14, 1.05-1.24) in France, and dementia (medium-term: 1.65, 1.28-2.10) in the UK. CONCLUSIONS: Our study suggests that increased risks of psychiatric and neuropsychiatric outcomes were consistently observed only within, and not after, the 6-month observation period across all databases, except for certain conditions in specific countries.
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 | 0,003 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».