Quantitative brain volume differences between COVID-19 patients and non-COVID-19 volunteers: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The majority of COVID-19 neuroimaging literature focuses on the acute period after infection and clinically evident lesions. The chronic effects of COVID-19 on brain structure are less well defined. There are inconsistencies in the existing structural neuroimaging studies regarding differences in brain volumes after COVID-19 infection. It was thus our aim to systematically evaluate the structural neuroimaging literature focusing on volumetric differences between patients with COVID-19, and volunteers without COVID-19, at greater than 6 weeks post-infection. METHODS: PubMed, Embase, and Scopus were searched in May 2023 with an updated search in September 2024, for studies with a quantitative comparison of brain volumes between COVID-19 patients and non-COVID-19 volunteers with MRI acquired more than 6-weeks after COVID-19. Exclusion criteria included COVID-19 patients selected for the presence of specific symptoms, case reports and case studies, and post-mortem studies. Forwards and backwards citation chasing were performed. RESULTS: Sixteen studies met inclusion criteria. The majority of studies reported smaller grey matter volumes amongst COVID-19 patients compared to healthy volunteers. However, there were inconsistent findings, with 3 studies reporting larger grey matter volumes in the COVID-19 groups. Additionally, studies with COVID-19 cohorts with more severe presentations, characterized by admission to the hospital or the ICU, were more likely to report smaller grey matter volumes compared to healthy volunteers, than studies that were focused on patients who recovered at home. CONCLUSION: A systematic review of the literature indicates that COVID-19 illness severity may explain some of the heterogeneity in brain volume differences between COVID-19 patients and healthy volunteers. More longitudinal follow-up studies are needed to assess the longitudinal course of COVID-19's effects on brain volumes.
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 | 0,006 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».