MétaCan
Menu
Retour à la cohorte
Enregistrement W4409456314 · doi:10.3390/biomedicines13040953

Long COVID and Associated Factors Among Chinese Residents Aged 16 Years and Older in Canada: A Cross-Sectional Online Study

2025· article· en· W4409456314 sur OpenAlexafffundabout
Matin Shariati, Kieran Luke Gill, Ying Cao, Fangli Xie, Xiao Han, Nan Lei, Rachel Prowse, Desai Shan, Lisa Z. Fang, Arianna Ding, Peter Wang

Notice bibliographique

RevueBiomedicines · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of TorontoCentre for Social InnovationMemorial University of Newfoundland
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésLogistic regressionCross-sectional studyCoronavirus disease 2019 (COVID-19)MedicinePandemicDepression (economics)AnxietyDemographyPublic healthComputer-assisted web interviewingInternal medicinePsychiatryDiseaseNursingPathology

Résumé

récupéré en direct d'OpenAlex

As the COVID-19 pandemic evolved, long COVID emerged as a significant threat to public health, characterized by one or more persistent symptoms impacting organ systems beyond 12 weeks of infection. Informative research has been derived from assessments of long COVID among the Chinese populace. However, none of these studies considered the COVID-19 experience of Chinese residents in Canada. Objectives: We aimed to fill this literature gap by delineating the long COVID experience, prevalence, and associated factors among a sample of Chinese residing in Canada during the pandemic. Methods: The present study employed a cross-sectional online survey questionnaire distributed to a sample of Canadian Chinese using a convenience sampling procedure from 22 December 2022 to 15 February 2023. Respondents were probed for sociodemographic background and health-, COVID-, and vaccine-related characteristics. Logistic LASSO regression was used for model building, and multivariate logistic regression was used to identify factors associated with developing long COVID. Results: Among 491 eligible participants, 63 (12.83%) reported experiencing long COVID with a mean duration of 5.31 (95% CI: 4.06–6.57) months and major symptoms including difficulty concentrating (21.67%), pain/discomfort (15.00%), as well as anxiety/depression (8.33%). Our final model identified significant associations between long COVID and two or more COVID-19 infections (OR = 23.725, 95% CI: 5.098–110.398, p < 0.0001), very severe/severe symptoms (OR = 3.177, 95% CI: 1.160–8.702, p = 0.0246), over-the-counter medicine (OR = 2.473, 95% CI: 1.035–5.909, p = 0.0416), and traditional Chinese medicine (OR = 8.259, 95% CI: 3.016–22.620, p < 0.0001). Further, we identified a significant protective effect of very good/good health status (OR = 0.247, 95% CI: 0.112–0.544, p = 0.0005). Conclusions: Long COVID effected a notable proportion of Canadian Chinese for a prolonged period during the COVID-19 pandemic. Our findings underscore the importance of preexisting health status and reinfection prevention when managing long COVID. Moreover, our work indicates an association between using over-the-counter medicine or traditional Chinese medicine and long COVID experience among Canadian Chinese.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,164
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,328
Écart entre enseignants0,315 · 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 tête enseignante, 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetLong-Term Effects of COVID-19Travaux en français237 207