MétaCan
Menu
Retour à la cohorte
Enregistrement W4409461451 · doi:10.1177/10547738251329412

Impact of Fatigue on Subjective and Objective Cognitive Functions in Persons with Post-COVID-19 Condition

2025· article· en· W4409461451 sur OpenAlexaff
Gia Han Le, Angela T.H. Kwan, Ziji Guo, Donovan A. Dev, Sabrina Wong, Sebastian Badulescu, Felicia Ceban, Kayla M. Teopiz, Danica E. Johnson, Hartej Gill, Joshua D. Di Vincenzo, Shakila Meshkat, Taeho Greg Rhee, Roger Ho, Lee Phan, Joshua D. Rosenblat, Rodrigo B. Mansur, Mehala Subramaniapillai, Roger S. McIntyre

Notice bibliographique

RevueClinical Nursing Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of OttawaBrain and Cognition Discovery FoundationMcMaster UniversityUniversity of Toronto
Organismes subventionnairesH. Lundbeck A/S
Mots-clésDigit symbol substitution testCognitionCoronavirus disease 2019 (COVID-19)MedicinePopulationAudiologyPsychologyClinical psychologyPsychiatryInternal medicineDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Post-COVID-19 condition (PCC) is a serious debilitating condition that develops after the resolution of an acute infection of severe acute respiratory syndrome-associated coronavirus 2. Some commonly reported symptoms include fatigue and cognitive deficits. Multiple lines of evidence have indicated fatigue to be associated with cognitive deficits in the general population. Herein, we perform a secondary analysis of the effects of fatigue on subjective and objective cognition in persons with PCC using a generalized linear model. In this study, fatigue was measured using the Fatigue Severity Scale (FSS) and cognition was measured using the Digit-Symbol Substitution Test (DSST) and the Trails Making Test parts A and B (TMT-A/B). FSS had a statistically significant negative correlation with DSST and TMT-A/B scores. Fatigue serves as a possible target for the development of PCC therapeutics. Fatigue and cognition correlates should be further investigated for underlying neurobiological substrates in persons with PCC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,094
Tête enseignante GPT0,540
Écart entre enseignants0,446 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nursing ResearchMême sujetLong-Term Effects of COVID-19Travaux en français237 207