MétaCan
Menu
Retour à la cohorte
Enregistrement W4412069755 · doi:10.1093/ptj/pzaf091

Trajectories of Physical Disabilities Over 6 Months in Patients With Long COVID

2025· article· en· W4412069755 sur OpenAlexafffundabout
Imane Salmam, François Desmeules, Kadija Perreault, Imane Zahouani, Simon Beaulieu‐Bonneau, Alexandre Campeau‐Lecours, Jean‐Sébastien Paquette, Simon Deslauriers, Jean Tittley, Gilles Drouin, Krista L. Best, Jean‐Sébastien Roy

Notice bibliographique

RevuePhysical Therapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensCentre Intégré de Santé et Services Sociaux de Chaudière-AppalacheCegep regional de LanaudiereMcGill University Health CentreCentre for Interdisciplinary Research in RehabilitationHôpital Maisonneuve-RosemontCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de MontréalUniversité LavalCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Organismes subventionnairesCanadian Institutes of Health ResearchRéseau Provincial de Recherche en Adaptation-Réadaptation
Mots-clésPhysical therapyMedicineQuality of life (healthcare)RehabilitationCoronavirus disease 2019 (COVID-19)Prospective cohort studyLongitudinal studyCohort studyDisease

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Understanding the long-term impact of long COVID on physical function and health-related quality of life (HRQoL) is essential to guide clinical care and rehabilitation. OBJECTIVE: The objective of this study was to compare physical capacity over time among adults in 3 groups: those without COVID-19 (control group [CG]), those who recovered from COVID without persistent symptoms (short COVID group [SCG]), and those with long COVID (long COVID group [LCG]). A secondary objective was to identify baseline predictors of 6-month HRQoL in the LCG. DESIGN: This study was a prospective longitudinal cohort study. SETTING: In-laboratory assessments were conducted at baseline, 3 months, and 6 months, at either the Center for Interdisciplinary Research in Rehabilitation and Social Integration (Quebec City) or the Orthopedic Clinical Research Unit (Montreal). PARTICIPANTS: A total of 360 age- and sex-matched adults (n = 120 per group), including individuals without a history of COVID-19 (CG), those with short COVID (symptom resolution within 4 weeks, SCG), and those with persistent symptoms ≥12 weeks (LCG) participated in the study. INTERVENTION/EXPOSURE: Participants were categorized based on their COVID-19 history and symptom duration and no intervention or exposure was applied. MAIN OUTCOMES AND MEASURES: Self-reported outcomes measuring HRQoL, comorbidities, sleep quality, pain, and fatigue, along with objective measures such as grip strength, Short Physical Performance Battery (SPPB), 6-min walk test (6MWT), and perceived exertion (Modified Borg Scale) during the 6MWT, were collected. Daily averages for resting heart rate, step count, and minutes of intensive activity were recorded over 7 days using a fitness tracker watch. Generalized estimating equations were used for longitudinal comparisons, and recursive partitioning analysis for predicting HRQoL factors. RESULTS: Significant time × group interactions were observed for HRQoL, sleep quality, pain, fatigue, SPPB, and 6MWT. Although the LCG showed significant improvements across these outcomes, only the reduction in fatigue reached a clinically meaningful level, whereas the other groups remained stable. A group effect was detected for all outcomes, except for heart rate and minutes of intensive activity, with the LCG consistently showing lower scores across all follow-ups. Recursive partitioning analysis identified 2 baseline predictors of HRQoL at 6 months in the LCG: self-reported fatigue and daily step count. CONCLUSIONS AND RELEVANCE: These findings highlight the persistent impairments in adults with long COVID and emphasize early HRQoL predictor identification to anticipate long-term needs and adjust treatment plans accordingly.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,305
Écart entre enseignants0,296 · 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

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