Post‐ <scp>COVID</scp> Fatigue Is Associated With Reduced Cortical Thickness After Hospitalization
Notice bibliographique
Résumé
OBJECTIVE: Neuropsychiatric symptoms are among the most prevalent sequelae of COVID-19, particularly among hospitalized patients. Recent research has identified volumetric brain changes associated with COVID-19. However, it currently remains poorly understood how brain changes relate to post-COVID fatigue and cognitive deficits. We, therefore, aimed to assess structural brain changes after hospitalization for COVID-19 and their associations with cognitive performance and fatigue. METHODS: We analyzed data from n = 57 patients previously hospitalized for COVID-19 (63% male, mean age 52 years) from the prospective, multicentric high-resolution platform of the German National Pandemic Cohort Network (NAPKON-HAP) and n = 57 matched healthy control participants (HC). We assessed cortical thickness and subcortical volumes in high-resolution T1-weighted MRI and their associations with cognitive performance (Montreal Cognitive Assessment) and fatigue (Fatigue Severity Scale). RESULTS: Patients exhibited statistically significant reductions of cortical thickness in parahippocampal gyri and the temporal lobe (all p[FDR-corrected] < 0.05) as well as reduced hippocampal volumes compared to HC (left, Cohen's d [95% CI] = 0.50 [0.12-0.8]; right d = 0.43 [0.05-0.80]). Higher acute COVID-19 severity was associated with reduced cortical thickness, particularly in the olfactory system. Furthermore, reduced cortical thickness of the temporal poles and the anterior and posterior cingulate gyrus was associated with more severe post-acute fatigue. INTERPRETATION: Our results identify long-lasting macrostructural brain changes after moderate to severe COVID-19 that correlate with acute disease severity and long-term fatigue. Early identification and targeted interventions for patients at risk of persistent brain changes are needed. TRIAL REGISTRATION: NAPKON-HAP is registered at clinicaltrials.gov (NCT04747366).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».