Diffusion tensor imaging after COVID-19 infection: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Most COVID-19 neuroimaging research focuses on clinically evident lesions occurring during the acute period after infection. Chronic effects on brain structure, especially at a microstructural level, are less well defined. Existing advanced neuroimaging studies report inconsistent differences in white matter integrity after COVID-19 infection. Our aim was to systematically evaluate the advanced neuroimaging literature with a specific focus on examining diffusion MRI (dMRI) abnormalities observable after the resolution of the acute phase of COVID-19 illness. METHODS: A search of the literature was conducted on PubMed, Embase, and Scopus on May 27th, 2023, and an updated search was performed September 20th, 2024. Inclusion criteria were a quantitative comparison of dMRI metrics between COVID-19 patients and non-COVID-19 volunteers with MRI acquired >6 weeks after COVID-19. Studies that included only subgroups of COVID-19 patients with specific symptoms, case reports, and post-mortem studies were excluded. Forwards and backwards citation chasing were performed. RESULTS: The initial search identified 1709 unique records, and 11 met inclusion criteria. Most studies included hospitalized COVID-19 patients, with brain MRI acquired between 2 and 6 months after COVID-19 infection. The majority of studies reported lower fractional anisotropy and higher mean diffusivity in the post-COVID-19 cohort, compared to non-COVID-19 controls. However, there were inconsistent findings, with one study reporting higher fractional anisotropy after COVID-19 infection. Cohorts with a more severe acute COVID-19 illness tended to have lower fractional anisotropy and higher mean diffusivity than cohorts with a milder illness course. Compared to shorter follow-up periods, a longer time between COVID-19 and MRI was associated with fewer differences between COVID-19 patients and non-COVID-19 volunteers. CONCLUSION: A review of the literature indicates that the heterogeneity of findings regarding dMRI metrics after the resolution of the acute phase of COVID-19 illness may be due in part to the severity of COVID-19 illness and the time between COVID-19 and MRI. Future studies should also consider how different SARS-CoV-2 variants differentially affect the structural brain differences after COVID-19.
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 | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».